Communitygithub.com

shorts-script-voice

Planifica un tema, escribe el guion en tabla (idioma del propietario junto a las líneas de voz en el idioma del video), graba la voz con Kokoro TTS local, verifícala con Whisper y redacta el título. Úsalo al elegir o escribir un corto, revisar un guion, o grabar o regrabar una voz en off. Las reglas del canal provienen de CHANNEL.md.

¿Qué es shorts-script-voice?

Esta habilidad automatiza el flujo de trabajo completo de creación de guiones y voces en off para videos cortos verticales (short-form). Toma como base el archivo `CHANNEL.md` del proyecto, que define la audiencia, el tono, los idiomas, las reglas de contenido y la configuración de voz, anulando cualquier valor predeterminado. La habilidad guía al usuario desde la selección del tema (asegurando una afirmación por video, verificada y con fuentes), pasando por la redacción de un guion bilingüe en tabla (idioma del propietario e idioma del video), hasta la generación de la voz con el sintetizador local Kokoro TTS. Luego, utiliza Whisper para transcribir la grabación y detectar errores de pronunciación, permitiendo corregir solo las líneas malinterpretadas en lugar de regrabar todo. Finalmente, ayuda a redactar un título optimizado para búsqueda y prepara los textos para el empaquetado posterior. Está diseñada para agentes como Claude Code, garantizando coherencia temática, precisión de fuentes y calidad de audio, todo dentro de las reglas del canal.

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

Preguntar en tu IA favorita

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

Documentación

Guion y voz para un corto (temática neutral)

Lee primero el archivo CHANNEL.md del proyecto: la audiencia, el tono, los idiomas, las reglas sobre temas y datos, las reglas de contenido, la configuración de voz y la regla de la línea de cierre provienen de ahí y anulan los valores predeterminados a continuación. Háblale al propietario en el idioma que indican los perfiles.

1. Tema

  • Una afirmación por corto, interesante o buscable para ESTA audiencia, dentro de las reglas de contenido del perfil. Investígalo en un archivo: cada afirmación marcada como verificada / una fuente / no verificada, con URL y fecha de verificación. Abre tú mismo la página principal de la afirmación que sustenta el video; nunca presentes un rumor como un hecho.
  • Títulos estilo búsqueda: antes de que un título sea definitivo, busca en la plataforma títulos idénticos o casi idénticos e informa las coincidencias más cercanas (canal, vistas, antigüedad); propón una variante distinta si existen duplicados cercanos.

2. Archivo de guion (<short>/script.md, o un archivo por lote)

Una tabla con dos columnas: lo que se dice en el idioma del propietario (significado) | la línea de voz en el idioma del video. Debajo de ella: las fuentes (medio, fecha, URL, qué respalda cada una), una línea "no dicho" (afirmaciones, motivos, números omitidos a propósito), el gran texto en pantalla (líneas de gancho y pestaña de serie) y el título propuesto. Extensión: aproximadamente 55-75 palabras por cada 20 segundos a velocidad 1.12. Valores predeterminados para el texto (el perfil puede anularlos): oraciones completas y fluidas unidas por conectores, quién hace qué y dónde está claro, cada número y término explicado, los imperativos hacia el espectador suavizados, un argumento desde el gancho hasta el desenlace. Muéstrale el guion al propietario de la forma que indique el perfil y comienza la producción cuando el perfil lo indique.

3. Voz (Kokoro local; voz, velocidad e idioma del perfil)

  1. <short>/vo/beats.json: {"lead": 0.0, "voice": "<voice>", "speed": 1.12, "lang": "<code>", "beats": [["hook", "texto...", 0.3], ["id", "texto...", pausa_despues_s], ...]}. Escribe los números con letras. Escribe los acrónimos y nombres de marca como se pronuncian. El último beat tiene pausa 0. (voice, speed y lang pueden omitirse: los valores predeterminados son am_puck, 1.12, en-us; las variables de entorno SHORTS_VOICE, SHORTS_SPEED, SHORTS_LANG también funcionan.)
  2. $SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json escribe vo/vo.wav y vo/timings.json.
  3. $SHORTS_HOME/venv/bin/python _tools/words.py <short>/vo escribe vo/words.json (temporizaciones de palabras de Whisper, idioma de beats.json).
  4. Lee la transcripción en words.json. Si Whisper malinterpretó una palabra, es posible que el oyente también lo haga: reformula la línea y vuelve a grabar ("And", "So", "Load", acrónimos y nombres al inicio de la oración son típicos). Si solo es necesario corregir el subtítulo (un nombre leído como dos palabras), corrígelo en vo/words-captions.json y deja el audio intacto.
  5. Recorta un beat de cierre que el propietario descartó con _tools/trim_last_beat.py en lugar de regrabar todo.

4. Título y textos

Título en formato de búsqueda con las palabras clave al inicio. La descripción y las etiquetas se incluyen en el paso de empaquetado (habilidad shorts-packaging); la pregunta para la audiencia va donde indique el perfil (línea hablada o comentario fijado).

Verificaciones antes de entregar el guion

  • Un solo argumento; cada número explicado; hechos atribuidos; nada que las fuentes no digan; sin spoilers si el perfil los prohíbe.
  • La duración hablada coincide con el plan (timings.json total); la línea de cierre sigue el perfil.

Individual skills in this repo

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

Skills relacionados