Communitygithub.com

Generador de Guiones TTS

Comprime y reescribe documentos de forma inteligente para crear guiones adecuados para TTS. Usa la IA Claude para analizar contenido, comprimir a una duración objetivo, convertir a un estilo hablado con lenguaje emocional y segmentar automáticamente. Perfecto para narración de videos.

¿Qué es Generador de Guiones TTS?

Este skill, diseñado para agentes como Claude Code o Cursor, convierte documentos extensos en guiones optimizados para síntesis de voz (TTS) con animaciones y descripciones visuales. Analiza el contenido (tema, densidad, número de ideas principales) para decidir automáticamente la duración ideal (3-8 minutos) y el estilo de ilustración más adecuado (por ejemplo, ukiyo-e para historia, plano para tecnología). Luego, comprime el texto, lo transforma a un lenguaje oral y emocional, y lo segmenta en fragmentos de 10-20 segundos, cada uno con un estilo de animación propio (fade_in, write, typewriter, none). Finalmente, genera dos archivos: 'tts_script.json' (con el texto del guion, duración y marcas de animación) y 'visual_config.json' (con descripciones para generar ilustraciones). Es invocado automáticamente por otros skills como 'image-to-video', o puede usarse manualmente en un diálogo con Claude. Su utilidad principal es acelerar la producción de videos narrados, podcasts o cualquier contenido que requiera una voz sintética con un guion claro, dinámico y visualmente atractivo.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/huangserva/servasyy_skills/tts-script-generator

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Generador de Guiones TTS?

Comprime y reescribe documentos de forma inteligente para crear guiones adecuados para TTS (texto a voz).

Capacidades Principales

  • 🤖 Análisis Inteligente con IA: Claude analiza el contenido del artículo y determina la duración óptima del video y el estilo de ilustración.
  • ⏱️ Decisión Inteligente de Duración: Decide automáticamente la duración adecuada (3-8 minutos) según el contenido.
  • 🎨 Decisión Inteligente de Estilo: Selecciona automáticamente el estilo de ilustración según el tema (New Yorker, ukiyo-e, plano, realista, etc.).
  • 📉 Compresión Inteligente: Comprime el contenido a la duración óptima (ej. 19 minutos → 5 minutos).
  • 💬 Conversión a Lenguaje Oral: Transforma lenguaje escrito en lenguaje natural y hablado.
  • 😊 Optimización Emocional: Agrega palabras y expresiones emocionales para que el TTS suene 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

Ejecutado en una conversación con Claude:

  1. Claude lee el documento original.
  2. Claude analiza el contenido:
    • Tema y estructura del artículo.
    • Número de ideas principales.
    • Densidad del contenido.
    • Determina la duración ideal del video (3-8 minutos).
    • Selecciona el estilo de ilustración más adecuado (ej. historia → ukiyo-e, tecnología → plano, humanidades → New Yorker).
  3. Claude reescribe de forma inteligente:
    • Extrae las ideas principales.
    • Comprime según la duración óptima.
    • Convierte a expresiones orales.
    • Agrega palabras emocionales y pausas.
  4. Claude segmenta automáticamente el texto (cada segmento adecuado para una imagen).
  5. Según el tema del artículo, determina el estilo de ilustración más adecuado.
  6. Genera una descripción visual para cada segmento (usando el estilo determinado).
  7. Genera dos archivos:
    • tts_script.json (guion de texto TTS + 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 momento!",
    "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 para las marcas de animación (decisión inteligente de Claude):

  • animation_style:
    • "fade_in" — Títulos, aperturas, puntos destacados.
    • "write" — Ideas principales, conclusiones clave.
    • "typewriter" — Datos, declaraciones de hechos.
    • "none" — Contenido normal (se usan subtítulos ASS).
  • emphasis: Indica si el segmento es importante (true/false).

Principios de decisión:

  1. Primer segmento (apertura) → fade_in.
  2. Ideas principales (primer segmento de cada capítulo) → write.
  3. Datos / hechos → typewriter.
  4. Otro contenido → none (subtítulos ASS).
  5. Recomendación: de 24 segmentos, solo 3-5 deberían usar animación.

Script de Ejecución

generate.py — Generar el guion TTS

python ~/.claude/skills/tts-script-generator/scripts/generate.py <archivo_markdown>
  • Lee el archivo Markdown.
  • Extrae las secciones H2.
  • Convierte a lenguaje oral.
  • Segmenta según duración.
  • Genera tts_script.json.

Casos de Uso

  1. Doblaje de Videos: Uso principal junto con image-to-video.
  2. Generación de Podcasts: Junto con podcast-generator.

Descripción de la Salida

Este skill genera:

  • ✅ tts_script.json — Guion de texto TTS.
  • ✅ visual_config.json — Descripciones de ilustraciones.

No incluye:

  • ❌ Generación de audio TTS (responsabilidad del skill image-to-video).
  • ❌ Generación de ilustraciones (requiere llamar al skill illustration-generator).
  • ❌ Composición de video (requiere llamar al skill image-to-video).

Modo de Invocación

Invocado automáticamente 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 guion TTS comprimido
  → image-to-video continúa el proceso

Invocación manual (en una conversación con Claude):

Usuario: "Por favor, reescribe este artículo usando tts-script-generator"

Claude:
1. Lee el documento (5947 caracteres, 19 minutos)
2. Analiza el contenido:
   - Tema: Vida en la dinastía Tang (historia/humanidades)
   - Ideas principales: 4 (higiene, alimentación, regulaciones, clases sociales)
   - Duración óptima: 5 minutos (densidad media)
   - Estilo de ilustración: ukiyo-e (tema histórico, estética clásica oriental)
3. Reescribe a 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? ¡Espera un momento! En la dinastía Tang no había papel higiénico...",
    "duration": 15
  }
]

visual_config.json

{
  "article_title": "La Verdad de 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 japonés en madera"
    }
  ]
}

Reglas de Decisión de Estilo de Ilustración

Claude selecciona automáticamente el estilo más adecuado según el tema del artículo:

  • Historia / Clásicos → ukiyo-e (grabado japonés): Dinastía Tang, Song, historia japonesa, etc.
  • Humanidades / Sociedad → new-yorker (estilo New Yorker): Observaciones sociales, historias de personas, etc.
  • Tecnología / Negocios → flat (estilo plano): Productos tecnológicos, análisis de negocios, etc.
  • Naturaleza / Viajes → realistic (estilo realista): Paisajes, animales, viajes, etc.
  • Arte / Creatividad → abstract (estilo abstracto): Crítica de arte, pensamiento creativo, etc.

Principios de Reesritura

  1. Conservar lo esencial: Mantener las ideas y las historias más importantes.
  2. Lenguaje oral:
    • "Sin embargo" → "Pero bueno"
    • "Por... tanto..." → "¿Por qué? Porque..."
    • Agregar muletillas: "eh", "pues", "¿sabes?", "mira"
  3. Palabras emocionales:
    • Énfasis: "realmente", "muy", "súper"
    • Exclamaciones: "¡Vaya!", "¡Dios mío!", "Imagínate"
  4. Control del ritmo:
    • Frases cortas como base.
    • Pausas adecuadas.
    • Un punto clave por segmento.

Skills que Pueden Invocarlo

  • image-to-video (principal)
  • podcast-generator
  • Otros skills que necesiten TTS.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

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, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills relacionados