Communitygithub.com

christiansalazar-wk/ai-lore

Preprocesamiento multimedia de HyperFrames: generación de TTS, transcripción de audio, eliminación de fondo y optimización de activos.

¿Qué es ai-lore?

Esta habilidad proporciona un conjunto de herramientas de preprocesamiento multimedia para HyperFrames, que permite a los desarrolladores integrar generación de texto a voz (TTS), transcripción de audio, eliminación de fondo y reducción de volumen de audio en sus flujos de trabajo. Es útil para crear contenido de video y audio accesible y pulido sin necesidad de software de edición externo. La habilidad es compatible con plataformas que ejecutan HyperFrames y se utiliza a través de atributos HTML personalizados para TTS y comandos CLI para tareas como transcripción y eliminación de fondo. Funciona definiendo parámetros específicos como voces, velocidades y emociones para TTS, y ofrece opciones de formato para transcripciones y modelos para eliminación de fondo.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/christiansalazar-wk/ai-lore/tree/HEAD/skills/hyperframes-media

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

HyperFrames Media

Texto a Voz (TTS)

<div data-hf-clip
     data-hf-tts="Bienvenido a HyperFrames."
     data-hf-tts-voice="en-US-neural-f1"
     data-hf-tts-speed="1.0"
     data-hf-tts-emotion="neutral"
     data-hf-start="1s">
</div>
AtributoValores
data-hf-tts-voiceID de voz
data-hf-tts-speed0.5–2.0
data-hf-tts-pitch-20 a +20 semitonos
data-hf-tts-emotionneutral, cheerful, sad, excited, calm

IDs de Voz

IDIdiomaGénero
en-US-neural-f1en-USF
en-US-neural-m1en-USM
en-GB-neural-f1en-GBF
en-AU-neural-m1en-AUM
es-ES-neural-f1es-ESF
fr-FR-neural-f1fr-FRF
de-DE-neural-m1de-DEM
ja-JP-neural-f1ja-JPF
zh-CN-neural-f1zh-CNF

Transcripción

npx hyperframes transcribe assets/interview.mp4 --out assets/interview.vtt
# --language es  --format vtt|srt|json  --timestamps word

Eliminación de Fondo

npx hyperframes bg-remove assets/speaker.jpg --out assets/speaker-nobg.png
npx hyperframes bg-remove assets/speaker.mp4 --out assets/speaker-nobg.webm --model quality

Reducción de Volumen de Audio (Ducking)

<audio data-hf-clip data-hf-start="0s" src="assets/bg-music.mp3"
       data-hf-duck="0.15"
       data-hf-duck-attack="0.3s"
       data-hf-duck-release="0.6s" />

Visualización de Forma de Onda

<div data-hf-clip data-hf-start="0s" data-hf-duration="10s"
     data-hf-waveform="assets/music.mp3"
     data-hf-waveform-color="#58a6ff"
     data-hf-waveform-style="bars"
     style="width:800px;height:120px;position:absolute;bottom:40px;left:560px;">
</div>

Estilos: bars, line, circle, dots

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

Skills relacionados