Communitygithub.com

Biznomad/claude-skills

Prétraitement d'actifs pour les compositions HyperFrames — synthèse vocale (Kokoro), transcription audio/vidéo (Whisper) et suppression d'arrière-plan pour incrustations transparentes (u2net).

Qu'est-ce que claude-skills ?

Cette compétence regroupe trois commandes CLI (`tts`, `transcribe`, `remove-background`) conçues pour produire des actifs prêts à l'emploi dans les compositions HyperFrames, une plateforme de narration interactive. La commande `tts` génère de la parole localement avec Kokoro-82M sans clé API, supportant 54 voix et plusieurs langues (anglais américain/britannique, espagnol, français, japonais, etc.) avec détection automatique de la locale. `transcribe` produit un fichier `transcript.json` avec des horodatages au niveau du mot via Whisper, avec une règle importante : ne jamais utiliser les modèles `.en` pour des audios non anglais car ils traduisent silencieusement le contenu. `remove-background` supprime l'arrière-plan d'images ou vidéos en utilisant u2net, produisant des incrustations transparentes avec ou sans fond séparé (`--background-output`). Chaque commande télécharge son modèle au premier lancement et le met en cache dans `~/.cache/hyperframes/`. Les sorties sont directement intégrables dans les compositions HTML, et la compétence documente également l'enchaînement TTS → transcription → sous-titres pour générer des légendes synchronisées à partir d'un script.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Biznomad/claude-skills/tree/HEAD/hyperframes-media

Demander à votre IA préférée

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

Aperçu

Depuis le README du skill

Documentation

Prétraitement Média HyperFrames

Trois commandes CLI qui produisent des actifs pour les compositions : tts (parole), transcribe (horodatages) et remove-background (vidéo transparente). Chacune télécharge un modèle au premier lancement et le met en cache dans ~/.cache/hyperframes/. Déposez la sortie dans le projet, puis référencez-la dans le HTML de la composition — voir la compétence hyperframes pour les conventions des éléments audio/vidéo.

Synthèse Vocale (tts)

Générez localement de la parole avec Kokoro-82M. Aucune clé API nécessaire.

npx hyperframes tts "Texte ici" --voice af_nova --output narration.wav
npx hyperframes tts script.txt --voice bf_emma --output narration.wav
npx hyperframes tts --list                       # les 54 voix

Sélection de la Voix

Adaptez la voix au contenu. La voix par défaut est af_heart.

Type de contenuVoixPourquoi
Démo produitaf_heart/af_novaChaleureuse, professionnelle
Tutoriel / guideam_adam/bf_emmaNeutre, facile à suivre
Marketing / promoaf_sky/am_michaelÉnergique ou autoritaire
Documentationbf_emma/bm_georgeAnglais britannique clair, formel
Décontracté / socialaf_heart/af_skyApprochable, naturelle

Multilingue

Les identifiants de voix encodent la langue dans la première lettre : a=anglais américain, b=anglais britannique, e=espagnol, f=français, h=hindi, i=italien, j=japonais, p=portugais brésilien, z=mandarin. La CLI détecte automatiquement la locale du phonémiseur à partir du préfixe — pas besoin de --lang quand la voix correspond au texte.

npx hyperframes tts "La reunión empieza a las nueve" --voice ef_dora --output es.wav
npx hyperframes tts "今日はいい天気ですね" --voice jf_alpha --output ja.wav

Utilisez --lang uniquement pour forcer la détection automatique (accents stylisés). Codes valides : en-us, en-gb, es, fr-fr, hi, it, pt-br, ja, zh. La phonémisation non-anglaise nécessite espeak-ng installé système (brew install espeak-ng / apt-get install espeak-ng).

Vitesse

  • 0.7-0.8 — tutoriel, contenu complexe, accessibilité
  • 1.0 — rythme naturel (par défaut)
  • 1.1-1.2 — intros, transitions, contenu dynamique
  • 1.5+ — rarement approprié ; testez avec soin

Scripts Longs

Pour plus de quelques paragraphes, écrivez dans un fichier .txt et passez le chemin. Les entrées de plus de ~5 minutes de discours peuvent bénéficier d'un découpage en segments.

Prérequis

Python 3.8+ avec kokoro-onnx et soundfile (pip install kokoro-onnx soundfile). Le modèle se télécharge lors de la première utilisation (~311 Mo + ~27 Mo de voix, mis en cache dans ~/.cache/hyperframes/tts/).

Transcription (transcribe)

Produit un transcript.json normalisé avec des horodatages au niveau du mot.

npx hyperframes transcribe audio.mp3
npx hyperframes transcribe video.mp4 --model small --language es
npx hyperframes transcribe subtitles.srt          # import existant
npx hyperframes transcribe subtitles.vtt
npx hyperframes transcribe openai-response.json

Règle de Langue (Non-Négociable)

N'utilisez jamais les modèles .en sauf si l'utilisateur précise explicitement que l'audio est en anglais. Les modèles .en (small.en, medium.en) traduisent l'audio non-anglais en anglais au lieu de le transcrire. Cela détruit silencieusement la langue d'origine.

  1. Langue connue et non-anglaise → --model small --language <code> (pas de suffixe .en)
  2. Langue connue et anglaise → --model small.en
  3. Langue inconnue → --model small (pas de .en, pas de --language) — whisper détecte automatiquement

Le modèle par défaut est small, pas small.en.

Tailles de Modèle

ModèleTailleVitesseQuand l'utiliser
tiny75 MoPlus rapideAperçus rapides, test de pipeline
base142 MoRapideCourts extraits, audio clair
small466 MoModéréePar défaut — la plupart des contenus
medium1.5 GoLenteContenu important, audio bruité, musique
large-v33.1 GoPlus lenteQualité production

Musique avec voix : commencez au minimum par medium ; les pistes produites nécessitent souvent une importation manuelle SRT/VTT. Pour les vérifications de qualité des sous-titres (obligatoire après chaque transcription), le script de nettoyage JS, les règles de nouvelle tentative et le chemin d'importation API OpenAI/Groq, voir hyperframes/references/transcript-guide.md.

Format de Sortie

Les compositions consomment un tableau plat d'objets mot. Le champ id (w0, w1, ...) est ajouté lors de la normalisation pour des références stables dans les surcharges de sous-titres ; il est optionnel pour la rétrocompatibilité.

[
  { "id": "w0", "text": "Bonjour", "start": 0.0, "end": 0.5 },
  { "id": "w1", "text": "le monde.", "start": 0.6, "end": 1.2 }
]

Suppression d'Arrière-Plan (remove-background)

Supprime l'arrière-plan d'une vidéo ou d'une image pour que le sujet (généralement une personne — avatar, présentateur, tête parlante) se place comme incrustation transparente dans une composition.

npx hyperframes remove-background sujet.mp4 -o transparent.webm  # défaut : VP9 alpha WebM
npx hyperframes remove-background sujet.mp4 -o transparent.mov   # ProRes 4444 (montage)
npx hyperframes remove-background portrait.jpg -o decoupe.png    # découpe d'image unique
npx hyperframes remove-background sujet.mp4 -o sujet.webm \
  --background-output fond.webm                                   # les deux couches en un seul passage
npx hyperframes remove-background sujet.mp4 -o transparent.webm --device cpu
npx hyperframes remove-background --info                           # fournisseurs détectés

Utilise u2net_human_seg (MIT). La première exécution télécharge ~168 Mo de poids dans ~/.cache/hyperframes/background-removal/models/.

Séparation des Couches (--background-output)

Passez --background-output (ou -b) pour émettre une deuxième vidéo transparente en plus de la découpe : même RVB source, l'alpha est 255 − masque au lieu de masque. La découpe est le sujet avec un arrière-plan transparent ; le fond est l'environnement d'origine avec un trou transparent là où se trouvait le sujet.

FichierAlpha est…Utilisation
-o sujet.webmLe masque — sujet opaque, arrière-plan transparentCouche de premier plan, placée au-dessus
--background-output fond.webmInverse — environnement opaque, région du sujet transparenteCouche de fond ; placez du texte ou des graphiques entre ceci et le sujet

Les deux sorties partagent le même réglage --quality et proviennent d'une seule inférence — le coût de l'encodage double environ, le coût de la segmentation reste le même. Valide uniquement pour les entrées vidéo et les sorties .webm/.mov.

Fond troué, pas un fond repeint. La région du sujet dans fond.webm est entièrement transparente — composez quelque chose d'opaque en dessous pour combler le trou. Le seul test pour savoir si --background-output est le bon outil : quoi que ce soit sera-t-il visible à travers la silhouette du sujet là où se trouvait le sujet ?

Cas d'utilisationOutil approprié
Texte/graphiques entre la découpe et le fond (raison d'être de cette commande)Fond troué (--background-output)
Sujet sur une scène non liéeJuste sujet.webm ; ignorez le fond
Montrer la pièce sans la personne, seule sans autre contenuFond repeint — nécessite un repeinteur (LaMa, ProPainter, E2FGVI). Pas cette commande.
Remplacer le sujet par un sujet différentFond repeint — idem ci-dessus

Si un utilisateur demande « la pièce avec la personne retirée » et prévoit de l'afficher seule, n'utilisez pas --background-output. Dites-lui qu'il a besoin d'un repeinteur.

Composition en couches typique (cas d'utilisation canonique du trou) :

<!-- z=1 le fond alpha inversé remplit tout sauf la région du sujet -->
<video
  src="fond.webm"
  data-start="0"
  data-duration="6"
  data-track-index="0"
  muted
  playsinline
></video>

<!-- z=2 les graphiques / texte vivent entre les deux couches -->
<h1 id="titre" style="z-index:2; ...">FAITES-LE DANS HYPERFRAMES</h1>

<!-- z=3 la découpe replace le sujet au-dessus du titre -->
<div class="cutout-wrap" style="position:absolute;inset:0;z-index:3">
  <video
    src="sujet.webm"
    data-start="0"
    data-duration="6"
    data-track-index="1"
    muted
    playsinline
  ></video>
</div>

Ceci est fonctionnellement équivalent au motif texte-derrière-sujet ci-dessous, mais vous n'avez pas besoin du presentateur.mp4 original dans le projet — le fond le remplace. Utile lorsque vous souhaitez expédier uniquement les deux couches transparentes et laisser l'utilisateur déposer du contenu arbitraire entre elles.

Format de Sortie

FormatQuand
.webm (VP9 + alpha)Par défaut. Les compositions le lisent directement via <video>.
.mov (ProRes 4444)Montage dans DaVinci/Premiere/FCP. Fichiers volumineux.
.pngDécoupe d'image unique (sujet fixe, superposé sur un fond).

Chrome décode le VP9 alpha nativement, donc le .webm se branche dans une composition comme n'importe quelle autre vidéo en autoplay muet — voir la compétence hyperframes pour les conventions des pistes <video>.

Réglages de Qualité

--quality fast|balanced|best contrôle uniquement le CRF de l'encodeur VP9 — la qualité de segmentation est fixe.

RéglageCRFQuand
fast30Itération, fichier plus petit, correspondance couleur lâche
balanced18Par défaut. Visuellement identique pour la plupart des usages
best12Maître / livraison finale. Fichier le plus volumineux, correspondance la plus précise

Motifs de Composition — Choisissez le Bon

Le webm de découpe est une copie ré-encodée du RVB de la source mp4. Ce choix a des conséquences selon ce que vous placez derrière :

MotifCe qui est derrière la découpeRésultat
Découpe sur une scène différente (le plus courant)Image statique, dégradé ou vidéo non liéeSuperbe. Le RVB de la découpe est la seule source du sujet — pas de dédoublement, pas de halo de bord. C'est ce pour quoi remove-background est conçu.
Découpe sur son propre mp4 source (texte-derrière-sujet)Même mp4 d'où la découpe a été généréeDeux sources RVB pour la même personne. Au réglage par défaut --quality balanced (crf 18) le dédoublement est à peine visible ; avec --quality fast (crf 30) vous verrez un léger décalage de couleur / halo de bord. Utilisez --quality best (crf 12) pour les maîtres.
Découpe sur une prise différente de la même personneImages de la même personneCela ressemblera à deux personnes séparées qui se chevauchent. Ne faites pas cela.

Texte-derrière-sujet (titre derrière un présentateur) :

<video
  src="presentateur.mp4"
  id="bg"
  data-start="0"
  data-duration="6"
  data-track-index="0"
  muted
  playsinline
></video>
<h1 id="titre" style="z-index:2; ...">FAITES-LE DANS HYPERFRAMES</h1>
<div class="cutout-wrap" style="position:absolute;inset:0;z-index:3;opacity:0">
  <video
    src="presentateur.webm"
    data-start="0"
    data-duration="6"
    data-track-index="1"
    muted
    playsinline
  ></video>
</div>

Deux règles clés :

  1. Enveloppez la vidéo de découpe dans un <div> non temporisé et animez l'opacité de l'enveloppe, pas celle de l'élément vidéo. Le framework impose opacity:1 sur les clips actifs (tout élément avec data-start/data-duration), donc animer directement l'opacité de la vidéo est silencieusement ignoré. L'enveloppe n'a pas d'attributs data-*, donc elle est contrôlée par votre CSS/GSAP.
  2. Les deux vidéos utilisent data-start="0" et data-media-start="0" pour que le framework les décode en synchronisation à partir de t=0. Monter tardivement la découpe (data-start=3.3) introduit une recherche + préchauffage qui atterrit une image décalée par rapport au mp4 de base — visible comme une image de désalignement au moment de la coupure.

Puis GSAP la bascule de l'opacité de l'enveloppe à la coupure : tl.set(cutoutWrap, { opacity: 1 }, 3.3).

TTS → Transcription → Sous-Titres

Lorsqu'il n'y a pas de voix pré-enregistrée, générez-en une et transcrivez-la pour obtenir des horodatages au niveau du mot pour les sous-titres :

npx hyperframes tts script.txt --voice af_heart --output narration.wav
npx hyperframes transcribe narration.wav   # → transcript.json

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

Biznomad/claude-skills

TikTok Ads deep analysis covering creative quality, tracking, bidding, campaign structure, and TikTok Shop. Evaluates 25 checks with emphasis on creative-first strategy, safe zone compliance, and Smart+ campaigns. Use when user says "TikTok Ads", "TikTok marketing", "TikTok Shop", "Spark Ads", "Smart+", or "TikTok campaign".

Biznomad/claude-skills

YouTube Ads specific analysis covering campaign types, creative quality, audience targeting, and measurement. Evaluates video ad performance across skippable, non-skippable, bumper, Shorts, and Demand Gen formats. Use when user says "YouTube Ads", "video ads", "pre-roll", "bumper ads", "YouTube campaign", or "Shorts ads".

Biznomad/claude-skills

Help users get promoted at work. Use when someone is preparing for a promotion conversation, building their case for advancement, trying to understand what's blocking their promotion, or figuring out how to get to the next level in their career.

Biznomad/claude-skills

CSS animation adapter patterns for HyperFrames. Use when authoring CSS keyframes, animation-delay based timing, animation-fill-mode, animation-play-state, or CSS-only motion that HyperFrames must seek deterministically during preview and rendering.

Biznomad/claude-skills

HyperFrames CLI dev loop — `npx hyperframes` for scaffolding (init), validation (lint, inspect), preview, render, and environment troubleshooting (doctor, browser, info, upgrade). Use when running any of these commands or troubleshooting the HyperFrames build/render environment. For asset preprocessing commands (`tts`, `transcribe`, `remove-background`), invoke the `hyperframes-media` skill instead.

Biznomad/claude-skills

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, and registry discovery.

Biznomad/claude-skills

Create video compositions, animations, title cards, overlays, captions, voiceovers, audio-reactive visuals, and scene transitions in HyperFrames HTML. Use when asked to build any HTML-based video content, add captions or subtitles synced to audio, generate text-to-speech narration, create audio-reactive animation (beat sync, glow, pulse driven by music), add animated text highlighting (marker sweeps, hand-drawn circles, burst lines, scribble, sketchout), or add transitions between scenes (crossfades, wipes, reveals, shader transitions). Covers composition authoring, timing, media, and the full video production workflow. For dev-loop CLI commands (init, lint, inspect, preview, render) see the hyperframes-cli skill; for asset preprocessing commands (tts, transcribe, remove-background) see the hyperframes-media skill.

Biznomad/claude-skills

Optimize landing pages for higher conversion rates using proven frameworks and design patterns. Use when designing, reviewing, or improving landing pages, hero sections, pricing pages, CTAs, or when the user asks about conversion optimization.

Biznomad/claude-skills

Building promotion cases, brag documents, tracking wins, and self-advocacy for career advancement. Use when preparing for promotions, documenting accomplishments, or building your case for advancement.

Biznomad/claude-skills

Translate an existing Remotion (React-based) video composition into a HyperFrames HTML composition. Use ONLY when the user explicitly asks to port, convert, migrate, translate, or rewrite a Remotion composition as HyperFrames (e.g. "port my Remotion project to HyperFrames"). Do NOT use when (a) authoring a NEW HyperFrames composition (even if A/B-testing a Remotion video); (b) Remotion is mentioned in passing; (c) Remotion code is shared as reference, not for translation; (d) the user wants "the same video as my Remotion one" without explicitly asking to migrate the source — treat as a fresh HyperFrames build. When in doubt, default to the `hyperframes` skill. Detects unsupported patterns (useState, useEffect side effects, async calculateMetadata, third-party React component libraries, `@remotion/lambda`) and recommends the runtime interop escape hatch instead of a lossy translation.

Biznomad/claude-skills

Produce programmable videos with Remotion using scene planning, asset orchestration, and validation gates for automated, brand-consistent video content.

Biznomad/claude-skills

Generate cinematic film-style video prompts for Seedance 2.0 on Higgsfield. Use whenever the user wants cinematic, film-like, movie-quality, Hollywood-style, dramatic, or professional film-quality AI video. Triggers on: cinematic, film look, movie scene, dramatic lighting, depth of field, lens flare, anamorphic, letterbox, noir, epic, Steadicam, dolly, crane shot, or any cinematic video generation request. Always use this skill even if the user doesn't explicitly say "cinematic" but describes a film-like aesthetic.

Biznomad/claude-skills

为 Seedance 2.0(Higgsfield)生成电影级胶片风格视频提示词。在用户想要电影级、胶片感、电影质量、好莱坞风格、戏剧性或专业胶片质量的AI视频时使用。触发词:电影级、胶片感、电影场景、戏剧性打光、景深、镜头光晕、变形、信箱式、黑色电影、史诗、稳定摄像机、推车镜头、吊臂镜头或任何电影级视频生成请求。即使用户没有明确说"电影级"但描述了胶片美学,也要使用此技能。

Biznomad/claude-skills

Convert comic book panels, manga pages, webtoons, and illustrated storyboards into animated video using Seedance 2.0 on Higgsfield. Use whenever the user wants to animate comics, bring illustrations to life, convert manga to video, animate storyboards, or create motion from static sequential art. Triggers on: comic to video, manga animation, panel animation, storyboard to video, webtoon animation, comic book motion, sequential art, graphic novel animation, or any illustrate-to-animate request. Use even when user says "make this drawing move" or "animate this page.

Biznomad/claude-skills

Generate music video and beat-synced visual content prompts for Seedance 2.0 on Higgsfield. Use whenever the user wants to create a music video, lyric video, beat-synced visuals, performance video, concert visual, album art animation, or music-driven visual content. Triggers on: music video, lyric video, beat sync, music visualization, performance video, concert visual, album visual, song video, music clip, beat drop visual, rhythm sync, or any music-driven video request. Use even for "make visuals for my song" or "video for this track.

Biznomad/claude-skills

Build, redesign, and deploy websites across any stack — static HTML, Next.js, Astro, or Shopify Liquid themes. Handles design systems, brand-aware layouts, component architecture, and deployment pipelines (Netlify, Vercel, Shopify API). Use when asked to build a website, redesign a site, create a landing page, build a web app, create Shopify sections/templates, or deploy web projects. Triggers on requests like "build me a website", "redesign this page", "create a landing page", "build a Shopify theme", "deploy to Netlify".

Biznomad/claude-skills

Capture a website and create a HyperFrames video from it. Use when: (1) a user provides a URL and wants a video, (2) someone says "capture this site", "turn this into a video", "make a promo from my site", (3) the user wants a social ad, product tour, or any video based on an existing website, (4) the user shares a link and asks for any kind of video content. Even if the user just pastes a URL — this is the skill to use.

Skills associés