Generador de Guiones TTS
Comprime y reescribe documentos de forma inteligente para convertirlos en guiones optimizados para TTS.
Capacidades principales
- 🤖 Análisis inteligente con IA: Claude analiza el contenido del artículo, determina la duración óptima del video y el estilo de ilustración más adecuado.
- ⏱️ Decisión inteligente de duración: Decide automáticamente la duración ideal (3-8 minutos) según el contenido.
- 🎨 Decisión inteligente de estilo: Selecciona automáticamente el estilo de ilustración más apropiado (New Yorker, ukiyo-e, plano, realista, etc.) según el tema.
- 📉 Compresión inteligente: Comprime el contenido a la duración óptima (por ejemplo, 19 minutos → 5 minutos).
- 💬 Conversión a lenguaje coloquial: Transforma texto escrito en lenguaje oral natural.
- 😊 Optimización emocional: Agrega palabras y expresiones emocionales para que el TTS sea más vívido.
- 🎯 Segmentación automática: Divide el contenido en segmentos óptimos (10-20 segundos cada uno).
- 📊 Estimación de duración: Calcula con precisión el tiempo de lectura de cada segmento.
Cómo funciona
Ejecución en la conversación con Claude:
- Claude lee el documento original.
- Claude analiza el contenido:
- Tema y estructura del artículo.
- Número de ideas principales.
- Densidad del contenido.
- Determina la duración óptima del video (3-8 minutos).
- Selecciona el estilo de ilustración más adecuado (por ejemplo, historia → ukiyo-e, tecnología → plano, humanidades → New Yorker).
- Claude reescribe de forma inteligente:
- Extrae las ideas principales.
- Comprime según la duración óptima.
- Convierte a lenguaje coloquial.
- Agrega palabras emocionales y pausas.
- Claude segmenta automáticamente (cada segmento es adecuado para una ilustración).
- Según el tema del artículo, determina el estilo de ilustración más apropiado.
- Genera una descripción de ilustración para cada segmento (usando el estilo determinado).
- Genera dos archivos:
tts_script.json(guión de TTS con marcas de animación).visual_config.json(descripciones de ilustraciones para usar con el generador de ilustraciones).
Formato de tts_script.json (con marcas de animación):
[
{
"segment": 1,
"text": "Hoy hablamos de la vida real en la dinastía Tang. ¿Quieres viajar en el tiempo? ¡Espera un poco!",
"duration": 15,
"animation_style": "fade_in",
"emphasis": true
},
{
"segment": 2,
"text": "En la dinastía Tang no había papel higiénico. ¿Qué usaban para ir al baño?",
"duration": 12,
"animation_style": "none",
"emphasis": false
}
]
Reglas de marcas de animación (decisión inteligente de Claude):
animation_style:"fade_in"— Títulos, aperturas, énfasis."write"— Ideas principales, conclusiones clave."typewriter"— Datos, declaraciones de hechos."none"— Contenido normal (usar subtítulos ASS).
emphasis: Indica si es un fragmento importante (true/false).
Principios de decisión:
- Primer segmento (apertura) →
fade_in. - Ideas principales (primer segmento de cada capítulo) →
write. - Datos/hechos →
typewriter. - Otro contenido →
none(subtítulos ASS). - Recomendación: de 24 segmentos, solo 3-5 deben usar animación.
Script de ejecución
generate.py — Generar guión TTS
python ~/.claude/skills/tts-script-generator/scripts/generate.py <archivo_markdown>
- Lee el archivo Markdown.
- Extrae las secciones H2.
- Convierte a lenguaje coloquial.
- Divide según la duración.
- Genera
tts_script.json.
Casos de uso
- Doblaje de video: En conjunto con image-to-video (uso principal).
- Generación de podcasts: En conjunto con podcast-generator.
Descripción de la salida
Lo que genera este skill:
- ✅
tts_script.json— Guión de texto TTS. - ✅
visual_config.json— Descripciones de ilustraciones.
No incluye:
- ❌ Generación de audio TTS (lo gestiona el skill image-to-video).
- ❌ Generación de ilustraciones (requiere llamar al skill illustration-generator).
- ❌ Síntesis de video (requiere llamar al skill image-to-video).
Modo de invocación
Invocación automática por el skill image-to-video:
image-to-video detecta un documento largo
→ llama a tts-script-generator
→ Claude reescribe en la conversación
→ genera el guión TTS comprimido
→ image-to-video continúa el procesamiento
Invocación manual (en la conversación con Claude):
Usuario: "Por favor, usa tts-script-generator para reescribir este artículo."
Claude:
1. Lee el documento (5947 caracteres, 19 minutos).
2. Analiza el contenido:
- Tema: Vida en la dinastía Tang (historia y humanidades).
- Ideas principales: 4 (higiene, alimentación, regulaciones, clases sociales).
- Duración óptima: 5 minutos (densidad de contenido moderada).
- Estilo de ilustración: ukiyo-e (tema histórico, estética clásica oriental).
3. Reescribe en 1350 caracteres.
4. Divide en 20 segmentos (15 segundos cada uno).
5. Genera descripciones de ilustraciones en estilo ukiyo-e para cada segmento.
6. Guarda tts_script.json + visual_config.json.
Formato de salida
tts_script.json
[
{
"segment": 1,
"text": "Hoy hablamos de la vida real en la dinastía Tang. ¿Quieres viajar en el tiempo? ¡En la dinastía Tang no había papel higiénico...",
"duration": 15
}
]
visual_config.json
{
"article_title": "La verdad sobre viajar a la dinastía Tang",
"style": "ukiyo-e",
"sections": [
{
"section": 1,
"visual_description": "Una persona parada en una encrucijada entre la ciudad moderna y el antiguo palacio de la dinastía Tang, luciendo confundida, estilo ukiyo-e con estética tradicional de grabado en madera japonés"
}
]
}
Reglas de decisión del estilo de ilustración
Claude selecciona automáticamente el estilo más adecuado según el tema del artículo:
- Historia/clásico →
ukiyo-e(ukiyo-e): Dinastía Tang, dinastía Song, historia japonesa, etc. - Humanidades/social →
new-yorker(New Yorker): Observaciones sociales, historias de personajes, etc. - Tecnología/negocios →
flat(plano): Productos tecnológicos, análisis de negocios, etc. - Naturaleza/viajes →
realistic(realista): Paisajes, animales, viajes, etc. - Arte/creatividad →
abstract(abstracto): Crítica de arte, pensamiento creativo, etc.
Principios de reescritura
- Conservar lo esencial: Mantener las ideas y la historia más importantes.
- Lenguaje coloquial:
- "Pero" → "Pero bueno"
- "Porque... entonces..." → "¿Por qué? Porque..."
- Agregar muletillas: "pues", "entonces", "bueno".
- Palabras emocionales:
- Énfasis: "realmente", "muy", "especialmente".
- Exclamaciones: "¡Vaya!", "¡Dios mío!", "Imagínate".
- Control del ritmo:
- Usar frases cortas predominantemente.
- Hacer pausas adecuadas.
- Una idea principal por segmento.
Skills que pueden invocarlo
- skill image-to-video (principal).
- skill podcast-generator.
- Otros skills que necesiten TTS.