Communitygithub.com

christiansalazar-wk/ai-lore

Prétraitement multimédia HyperFrames — génération TTS, transcription audio, suppression d'arrière-plan et optimisation des ressources.

Qu'est-ce que ai-lore ?

Cette compétence permet le prétraitement multimédia avancé avec HyperFrames, incluant la synthèse vocale (TTS) avec voix neuronales multilingues, la transcription audio en sous-titres, la suppression d'arrière-plan sur images et vidéos, l'écrêtage audio (ducking), et la visualisation de formes d'onde. Elle est conçue pour les développeurs et créateurs de contenu qui automatisent la production médiatique via des outils en ligne de commande ou des attributs HTML personnalisés. Compatible avec les pipelines d'IA et les flux de travail CI/CD, elle supporte les formats VTT, SRT et JSON pour les transcriptions, et offre des voix neuronales pour l'anglais (US, GB, AU), l'espagnol, le français, l'allemand, le japonais et le chinois. Les opérations s'exécutent via `npx hyperframes` ou se déclarent directement dans le markup HTML avec les attributs `data-hf-*`.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

HyperFrames Media

Synthèse vocale (TTS)

<div data-hf-clip
     data-hf-tts="Bienvenue chez 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>
AttributValeurs
data-hf-tts-voiceID de voix
data-hf-tts-speed0.5–2.0
data-hf-tts-pitch-20 à +20 demi-tons
data-hf-tts-emotionneutral, cheerful, sad, excited, calm

IDs de voix

IDLangueGenre
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

Transcription

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

Suppression d'arrière-plan

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

Écrêtage 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" />

Visualisation de forme d'onde

<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>

Styles : bars, line, circle, dots

Individual skills in this repo

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

Skills associés