Was macht bark?
Schnittstellen für transformerbasierte Audiomodelle, die Sound-Agenten ermöglichen, Musik, Soundeffekte und reichhaltige Spracherzählungen zu generieren.
Schnittstellen für transformerbasierte Audiomodelle, die Sound-Agenten ermöglichen, Musik, Soundeffekte und reichhaltige Spracherzählungen zu generieren.
Das Skill `suno-ai/bark` ermöglicht KI-Agenten die Interaktion mit dem Bark-Modell, einem transformerbasierten Audio-Modell, das für die Generierung von Musik, Soundeffekten und lebendigen Sprachinhalten ausgelegt ist. Es unterstützt verschiedene Plattformen wie Claude Code, Cursor und Codex und bietet eine standardisierte Schnittstelle, um Audiosignale aus Textbeschreibungen oder anderen Kontexten zu erzeugen. Der Hauptnutzen liegt in der Erweiterung von Agenten um kreative Audio-Fähigkeiten, etwa für die Produktion von Podcasts, Soundtracks oder interaktiven Erzählungen. Die Funktionsweise basiert auf der Nutzung von vorab trainierten Modellgewichten und einer API, die Agenten erlaubt, Prompts mit Parametern wie Tonhöhe, Geschwindigkeit oder Stimmung zu versehen. Durch die Integration in Agenten-Workflows können Entwickler schnell Audio-Assets generieren lassen, ohne tiefe Kenntnisse über die zugrunde liegende Modellarchitektur zu besitzen.
npx skills add suno-ai/barkSchnittstellen für transformerbasierte Audiomodelle, die Sound-Agenten ermöglichen, Musik, Soundeffekte und reichhaltige Spracherzählungen zu generieren.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
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.
Obra superpowers agent skills.
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...
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.