Communitygithub.com

dotslashsimran/clean-audio

Bereinigt Sprachaudio in einem Video: Brummen, elektrisches Summen, Hintergrundgeräusche und Zischen, matschige oder harsche Töne, scharfe S-Laute, ungleichmäßige Lautstärke und Lautheit für YouTube/Instagram/TikTok. Misst zuerst das Audio, wählt die stärkste Bereinigung aus, die die Wortverständlichkeit nicht beeinträchtigt, und bewahrt die Lippensynchronität exakt.

Was ist clean-audio?

Dieses Skill bereinigt Sprachaufnahmen in Videos, indem es typische Probleme wie Brummen, Zischen, Rauschen, matschige oder harsche Klänge und ungleichmäßige Lautstärke automatisch behebt. Es ist speziell für Plattformen wie YouTube, Instagram und TikTok optimiert, mit einer Ziel-Lautheit von -14 LUFS. Der Ablauf beginnt mit einem Hörtest: Ein 10-Sekunden-Vorher-Nachher-Vergleich wird erstellt, damit der Benutzer die Verbesserung beurteilen kann. Dann wird das Skript auf den gesamten Clip oder die Arbeitsumgebung angewendet. Das Skill misst das Audio zunächst, wählt die stärkste Bereinigung aus, die die Wortverständlichkeit nicht beeinträchtigt, und stellt sicher, dass die Lippensynchronität exakt erhalten bleibt. Es unterstützt sowohl die Bearbeitung einzelner Videodateien als auch die Integration in eine ‚rough-cut‘-Arbeitsumgebung, wo es Rohclips vor dem Rendern bereinigt. Die Ergebnisse werden in einem klar verständlichen Bericht zusammengefasst, der die Verbesserung des Sprach-Hintergrund-Abstands, die endgültige Lautheit und gefundene Probleme dokumentiert. Das Skill ist für Entwickler und Content-Ersteller gedacht, die qualitativ hochwertige Audiospuren benötigen, ohne manuelle Anpassungen vornehmen zu müssen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dotslashsimran/simcraft/tree/HEAD/skills/clean-audio
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Audio bereinigen

Ausführen mit dem Python des rough-cut-Skills: PY=~/simcraft/skills/rough-cut/.venv/bin/python (einmal sh ~/simcraft/skills/rough-cut/setup.sh ausführen, falls es nicht existiert). Es nutzt die Hilfsfunktionen von rough-cut und verwendet Whisper für die Klarheitsprüfung.

Schritte

  1. Zuerst Hörtest. Erstellen Sie einen 10-Sekunden-Vorher/Nachher-Vergleich des geschäftigsten Sprechmoments. Beide sind auf die gleiche Lautstärke eingestellt, sodass der Vergleich die Qualität betrifft, nicht die Lautstärke:

    $PY scripts/clean_audio.py <video> --sample

    Öffnen Sie beide WAV-Dateien für den Benutzer (open <before> <after>) und geben Sie ihm den Bericht.

  2. Anwenden. Es gibt zwei Ausführungsmöglichkeiten:

    • In einer rough-cut-Arbeitsumgebung, vor dem Rendern. Es bereinigt jede Rohdatei in audio/<clip>.clean.wav, und render.py von rough-cut verwendet diese automatisch: 
      $PY scripts/clean_audio.py <workspace>
      Dann rendern und wie gewohnt überprüfen. Der Bericht wird in audio/cleanup.md gespeichert.
    • Bei einem einzelnen Video. Es schreibt <name>_clean.<ext> neben das Original, wobei das Video unverändert kopiert wird: 
      $PY scripts/clean_audio.py <video>

  3. Bericht in einfachen Worten:

    • der Sprach-Hintergrund-Abstand vorher und nachher,
    • die endgültige Lautheit,
    • was gefunden wurde (Brummen, Übersteuerung),
    • welche Stärke die Klarheitsprüfung festgelegt hat.

    Wenn der Bericht besagt, dass Restgeräusche Stimmen oder Musik sind, teilen Sie dem Benutzer mit, dass diese Filter diese nicht entfernen können, und schlagen Sie einen KI-Sprachisolator vor.

Optionen

  • --strength strong|medium|light legt die stärkste Entrauschungsstufe fest, die versucht werden soll. Standard ist medium, und die Klarheitsprüfung reduziert sie automatisch.
  • --target -14 stellt die Lautheit in LUFS ein. -14 ist geeignet für YouTube, Instagram und TikTok; verwenden Sie -16 für Podcasts.
  • --no-eq überspringt die Klangformung, wenn der Benutzer seine Stimme so mag, wie sie ist.

Regeln

  • Bereinigen Sie die Rohclips vor dem Schneiden, nicht danach. Das Rauschen wird aus einer Pause gelernt, und der Rough-Cut entfernt die Pausen.
  • Berühren Sie niemals die Originaldateien.
  • Opfern Sie niemals Klarheit für Ruhe. Die Klarheitsprüfung stellt dies sicher: keine verlorenen Wörter und Konfidenz innerhalb von 0,015 des Originals.
  • Drücken Sie das Audio nicht zwischen den Wörtern in digitale Stille. Ein wenig Raumklang wird absichtlich beibehalten.

Was jeder Schritt bewirkt, warum er so gebaut ist und die Testzahlen: reference.md.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

dotslashsimran/image-gen

Generate images with the user's own API keys (Google Gemini "Nano Banana" or OpenAI gpt-image). Use when asked to generate, create or make an image, illustration, icon, cut-out, sticker, thumbnail, texture, mockup or visual asset, to edit an image, or to make several images that stay consistent (same character or object). Also used by the vox-explainer skill for collage cut-outs.

dotslashsimran/perspective-illusion

Make a looping illustrated 3D video that plays with perception, the way Japanese illusion artists do (e.g. @garments__): a scene squashed flat by a telephoto lens morphs into deep perspective, things that looked side by side turn out to be at different depths, and objects quietly swap position while the view is flat. Also for recreating a reference illusion video, or a new scene (street, supermarket, station, room) in that style. Use when asked for a perspective/optical-illusion video, a "dolly zoom" or "flat to 3D" effect, or to recreate one of these clips.

dotslashsimran/rough-cut

Trim the fat from raw talking footage. Turns raw video into a tight first cut by removing dead air, ums and uhs, stutters, false starts and bad takes (keeping the last good take), then checks the result by listening to it again. Use when the user says "rough cut", "first cut", "trim the fat", "cut the pauses", "remove the ums", "cut my retakes", "make it snappy", or hands over raw footage to edit.

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community