Communitygithub.com

shorts-script-voice

Plane ein Thema, schreibe das Skript (Sprache des Besitzers neben den Sprachzeilen der Video-Sprache) für ein vertikales Kurzvideo, nimm die Stimme mit lokalem Kokoro TTS auf, überprüfe sie mit Whisper und formuliere den Titel.

Was ist shorts-script-voice?

Dieses Skill unterstützt Entwickler und Content-Ersteller bei der Erstellung von Skripten und Sprachaufnahmen für vertikale Kurzvideos (Shorts). Es ist plattformunabhängig und nutzt lokale Tools: Kokoro TTS für die Sprachsynthese und Whisper für die Transkriptionskontrolle. Das Skill stellt sicher, dass jedes Video eine klare These hat, Fakten geprüft und Quellen angegeben werden. Es arbeitet mit einer Projektdatei (`CHANNEL.md`) zusammen, die Zielgruppe, Ton, Sprachen und Content-Regeln definiert. Der Workflow umfasst die Themenrecherche, Skripterstellung mit Tabelle (Bedeutung vs. Sprachzeile), Aufnahme, Fehlerkorrektur durch Whisper und Titeloptimierung für die Suche. Besonders nützlich ist die automatisierte Erkennung von Fehlhörern durch Whisper und die Möglichkeit, fehlerhafte Wörter im Skript oder nur in den Untertiteln zu korrigieren, ohne die Audio-Datei neu aufnehmen zu müssen. Das Skill eignet sich für alle, die regelmäßig Kurzvideos produzieren und einen konsistenten, faktenbasierten Workflow benötigen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ilyamelnichenkov/youtube-shorts/tree/HEAD/skills/shorts-script-voice

In Ihrer bevorzugten KI fragen

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

Dokumentation

Skript und Stimme für ein Kurzvideo (themenneutral)

Lies zuerst das CHANNEL.md des Projekts: Zielgruppe, Ton, Sprachen, Themen- und Faktenregeln, Inhaltsregeln, Stimmeinstellungen und die Schlusszeilen-Regel stammen alle daraus und überschreiben die unten stehenden Standardeinstellungen. Sprich mit dem Besitzer in der Sprache, die das Profil angibt.

1. Thema

  • Ein Anspruch pro Kurzvideo, interessant oder suchrelevant für DIESE Zielgruppe, innerhalb der Inhaltsregeln des Profils. Recherchiere es in einer Datei: jeder Anspruch als verifiziert / eine Quelle / unverifiziert gekennzeichnet, mit URL und Prüfdatum. Öffne die primäre Seite selbst für den Anspruch, der das Video trägt; präsentiere niemals ein Gerücht als Tatsache.
  • Titel im Suchstil: Bevor ein Titel final ist, durchsuche die Plattform nach identischen oder nahezu identischen Titeln und melde die nächsten Treffer (Kanal, Aufrufe, Alter); schlage eine eindeutige Variante vor, falls nahe Duplikate existieren.

2. Skriptdatei (<short>/script.md, oder eine Datei pro Batch)

Eine Tabelle mit zwei Spalten: was in der Sprache des Besitzers gesagt wird (Bedeutung) | die Sprachzeile in der Video-Sprache. Darunter: die Quellen (Medium, Datum, URL, was jede unterstützt), eine Zeile "nicht gesagt" (Ansprüche, Motive, Zahlen, die absichtlich weggelassen wurden), der große Bildschirmtext (Hook-Zeilen und Serien-Tab) und der vorgeschlagene Titel. Länge: etwa 55-75 Wörter pro 20 s bei Geschwindigkeit 1.12. Standardeinstellungen für den Text (das Profil kann überschreiben): vollständige, fließende Sätze, verbunden durch Konnektoren, wer was wo tut ist klar, jede Zahl und jeder Begriff erklärt, Imperative gegenüber dem Zuschauer abgemildert, ein Argument von der Hook bis zum Höhepunkt. Zeige das Skript dem Besitzer so, wie es das Profil sagt, und starte die Produktion, wenn das Profil es sagt.

3. Stimme (lokales Kokoro; Stimme, Geschwindigkeit und Sprache aus dem Profil)

  1. <short>/vo/beats.json: {"lead": 0.0, "voice": "<voice>", "speed": 1.12, "lang": "<code>", "beats": [["hook", "text...", 0.3], ["id", "text...", pause_after_s], ...]}. Schreibe Zahlen aus. Schreibe Akronyme und Markennamen so, wie sie gesprochen werden. Der letzte Beat hat Pause 0. (voice, speed und lang können weggelassen werden: Standardwerte sind am_puck, 1.12, en-us; die Umgebungsvariablen SHORTS_VOICE, SHORTS_SPEED, SHORTS_LANG funktionieren ebenfalls.)
  2. $SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json schreibt vo/vo.wav und vo/timings.json.
  3. $SHORTS_HOME/venv/bin/python _tools/words.py <short>/vo schreibt vo/words.json (Whisper-Wort-Zeitstempel, Sprache aus beats.json).
  4. Lies das Transkript in words.json. Wenn Whisper ein Wort falsch verstanden hat, könnte der Zuhörer es auch falsch verstehen: Formuliere die Zeile um und nimm sie neu auf (satzinitiales "And", "So", "Load", Akronyme und Namen sind typisch). Wenn nur die Untertitel korrigiert werden müssen (ein Name, der als zwei Wörter gelesen wird), korrigiere es in vo/words-captions.json und lasse die Audio-Datei in Ruhe.
  5. Schneide einen Schlussbeat, den der Besitzer weggelassen hat, mit _tools/trim_last_beat.py ab, anstatt alles neu aufzunehmen.

4. Titel und Texte

Titel in Suchform mit den Schlüsselwörtern zuerst. Die Beschreibung und Tags kommen im Verpackungsschritt (Skill shorts-packaging); die Frage an das Publikum kommt dorthin, wo das Profil es sagt (gesprochene Zeile oder gepinnter Kommentar).

Prüfungen, bevor du das Skript weitergibst

  • Ein Argument; jede Zahl erklärt; Fakten zugeordnet; nichts, was die Quellen nicht sagen; keine Spoiler, wenn das Profil sie verbietet.
  • Die gesprochene Länge entspricht dem Plan (gesamte timings.json); die Schlusszeile folgt dem Profil.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Verwandte Skills