Communitygithub.com

ZJU-REAL/Easel

Traitement audio universel : découpage, transcodage (mp3/wav/m4a/aac), normalisation du volume, extraction de piste audio depuis une vidéo, concaténation, fondu (entrée/sortie), changement de vitesse (avec préservation de la hauteur).

Qu'est-ce que Easel ?

ZJU-REAL/Easel est un skill d'agent IA spécialisé dans le traitement audio généraliste, à l'exception de la réduction de bruit dédiée. Il encapsule des commandes ffmpeg via le script partagé `skills/shared/scripts/audio_ops.py` pour assurer des résultats déterministes et reproductibles, sans avoir à construire manuellement des commandes. Les opérations incluent : découpage (trim), transcodage (convert), normalisation du volume (normalize), extraction de piste audio à partir de vidéos (extract), concaténation (concat), fondu entrée/sortie (fade) et changement de vitesse avec préservation de la hauteur (speed). Il prend en charge les formats audio courants (wav, mp3, m4a, aac, flac) et les conteneurs vidéo (mp4, mkv, mov). Le skill est conçu pour être transparent : il affiche la commande ffmpeg exécutée et les métadonnées du fichier de sortie (durée, débit, canaux, taux d'échantillonnage). Il ne supprime jamais le fichier source et effectue toujours une analyse préalable (info) avant de traiter. Il peut également utiliser un profil utilisateur pour adapter les paramètres par défaut (ex : -14 LUFS pour les réseaux sociaux, débit 192k), mais fonctionne sans profil avec des valeurs par défaut universelles. Sa distinction claire avec le skill `audio-denoise` : ce dernier est spécialisé dans la réduction de bruit tandis que Easel (audio-editing) couvre toutes les autres opérations audio, avec une sous-commande denoise en dernier recours.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ZJU-REAL/Easel/tree/HEAD/skills/openclaw/audio-editing

Demander à votre IA préférée

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

Documentation

Traitement Audio Universel

Opérations audio généralistes (hors réduction de bruit) : découpage, transcodage, normalisation du volume, extraction de piste audio, concaténation, fondu, changement de vitesse. Tout est réalisé via le script partagé skills/shared/scripts/audio_ops.py qui encapsule ffmpeg, avec des paramètres déterministes et reproductibles – pas de construction de commande à la volée.

Entrée

ChampObligatoireDescription
input_fileOuiChemin du fichier audio ou vidéo
operationOuitrim / convert / normalize / extract / concat / fade / speed / denoise / info
output_fileNonPar défaut outputs/nom_du_sujet/{name}-{op}.{ext}

Formats supportés : wav / mp3 / m4a / aac / flac, conteneurs vidéo mp4 / mkv / mov (pour extraction de piste).

Sortie

  • Fichier audio traité (dans outputs/nom_du_sujet/)
  • Chaque opération imprime la commande ffmpeg réellement exécutée + la durée / le débit / le nombre de canaux / le taux d'échantillonnage du fichier de sortie

Étapes d'exécution

Chemin du script (relatif à la racine du projet) : skills/shared/scripts/audio_ops.py. Chaque sous-commande supporte l'option -h.

0. Vérification de l'environnement + Analyse

python skills/shared/scripts/audio_ops.py info input.mp3

Le script vérifie lui-même la présence de ffmpeg/ffprobe et affiche des instructions d'installation si nécessaire. Commencez toujours par info pour afficher la durée / le débit / les canaux avant de modifier le fichier.

1. Découpage trim

# Avec heures de début et fin
python skills/shared/scripts/audio_ops.py trim in.mp3 -o outputs/nom_du_sujet/clip.mp3 --start 00:00:05 --end 00:00:20
# Avec début + durée
python skills/shared/scripts/audio_ops.py trim in.mp3 -o clip.mp3 --start 5 --duration 15

2. Transcodage convert

python skills/shared/scripts/audio_ops.py convert in.wav -o out.mp3 --bitrate 192k
python skills/shared/scripts/audio_ops.py convert in.m4a -o out.wav --sample-rate 44100 --channels 2

Le format de sortie est déterminé par l'extension du fichier (mp3/wav/m4a/aac).

3. Normalisation du volume normalize

python skills/shared/scripts/audio_ops.py normalize in.mp3 -o out.mp3

Par défaut, utilise loudnorm pour normaliser à -14 LUFS / -1.5 dBTP (loudness standard pour médias sociaux et podcasts). Utiliser --i --tp --lra pour remplacer ces valeurs.

4. Extraction de piste audio extract

python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.m4a
python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.aac --copy   # sans recodage, le plus rapide

5. Concaténation concat

python skills/shared/scripts/audio_ops.py concat a.mp3 b.mp3 c.mp3 -o all.mp3

Concatène dans l'ordre des arguments, avec recodage pour gérer les différents taux d'échantillonnage / conteneurs.

6. Fondu fade

python skills/shared/scripts/audio_ops.py fade in.mp3 -o out.mp3 --fade-in 2 --fade-out 3

--fade-out applique automatiquement le fondu N secondes avant la fin.

7. Changement de vitesse speed (avec préservation de la hauteur)

python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 1.5   # vitesse x1.5
python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 0.8   # ralenti

Basé sur atempo pour préserver la hauteur ; les facteurs hors de la plage 0.5-2.0 sont automatiquement enchaînés.

8. Réduction de bruit denoise (solution de repli – pour un usage dédié, voir audio-denoise)

python skills/shared/scripts/audio_ops.py denoise in.wav -o out.wav --tier 2

Limite avec audio-denoise

  • audio-denoise : Skill dédié à la réduction de bruit, gère la sélection du niveau, le téléchargement des modèles, le rapport de débruitage – à utiliser pour un débruitage sérieux.
  • audio-editing : Traitement audio généraliste. La sous-commande denoise n'est qu'une solution de repli pratique ; les deux appellent le même audio_ops.py denoise avec les mêmes capacités, mais avec des objectifs différents.

Règles

  1. Ne jamais supprimer le fichier original – Écrire uniquement le nouveau fichier dans outputs/nom_du_sujet/.
  2. Toujours faire un info avant de traiter – Afficher les informations du fichier pour éviter les erreurs.
  3. Pour une entrée vidéo, ne modifier que l'audio – denoise applique automatiquement -c:v copy ; utiliser extract pour extraire uniquement l'audio.
  4. Exécution transparente – Le script affiche la commande ffmpeg réellement exécutée.
  5. Fonctionne sans profil – Le traitement audio ne dépend pas du profil utilisateur.

Profil utilisateur

Si un profil est disponible, les paramètres par défaut peuvent être adaptés selon les préférences de la plateforme (volume cible pour les vidéos courtes, débit cible) ; sans profil, les valeurs par défaut universelles sont utilisées (-14 LUFS, 192k).

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ZJU-REAL/Easel

AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。

ZJU-REAL/Easel

一句话主题 → 成品短视频:自动串联 文案→配图/AI视频→配音→字幕→BGM→合成,把 Easel 制作层零件编排成一条'一键出片'流水线。**单条视频、口播/资讯向,画面默认逐句配图 + Ken Burns 缓动,需要动态时才逐段图生视频**。当用户说 一键生成视频、自动做短视频、主题生成视频、帮我做条视频、口播视频一条龙、自动出片、短视频一键生成 时使用。**有剧情/角色/对白/反转/多集的短剧改用 short-drama(每镜强制图生视频、不用静态图冒充);只写脚本用 video-script;只生成单个片段用 ai-video-gen。**

ZJU-REAL/Easel

自动字幕 / 语音转字幕:把音频或视频里的语音识别成字幕文件(SRT/ASS/TXT/JSON),可选把字幕烧录进视频。当用户说自动字幕、语音转字幕、视频加字幕、上字幕、转录、听写、字幕文件、生成字幕、烧字幕时使用。

ZJU-REAL/Easel

音乐卡点视频 / 踩点视频:检测背景音乐的节拍,让图片或片段在节拍点上切换,配推进/白闪特效,做出燃系'卡点'短视频。当用户说 卡点视频、踩点视频、音乐卡点、节奏卡点、按音乐切换、鼓点视频、踩节奏、beat 卡点、图片卡点、卡点混剪 时使用。基于 shared/scripts/beatsync.py(librosa 节拍检测)。与 slideshow-video 区别:slideshow 每图固定时长、柔和转场,本 SKILL 切换点由音乐节拍决定、硬切踩点带特效。

ZJU-REAL/Easel

Easel clipify: long English talk → punchline cuts → optional 16:9→9:16 face-pan/split → opus word-by-word ASS burn. Ships scripts + assets/preview.png. Part of 1.6k★ Easel suite.

ZJU-REAL/Easel

>- 通用图像处理加工:改尺寸/缩放、裁剪、补边适配平台尺寸、格式转换(png/jpg/webp)、 压缩到目标大小、加文字或图片水印、圆角、多图拼接、生成缩略图、读图片信息。 基于 image_ops.py 确定性处理。 使用时机:用户说"改尺寸"、"缩放图片"、"裁剪"、"压缩图片"、"加水印"、"转格式"、 "圆角"、"拼图/多图联排"、"缩略图"、"适配小红书/朋友圈尺寸"、"把图 pad 成 1:1"。 和 card-*(卡片类)的区别:card-* 是"HTML 设计→渲染出图", image-editing 只加工已有图片,不负责视觉设计。

ZJU-REAL/Easel

多角色对话配音:按 cast 和逐行对白为不同角色分配音色与情绪,合成多声线音轨和带角色名字幕。 当用户说“多角色/双人/剧本/对话配音、多人对白、不同角色不同声音、有声剧配音”时使用。 单一公共音色用 tts-voiceover;克隆本人音色用 voice-clone;整部短剧制作由 short-drama 编排。

ZJU-REAL/Easel

Easel video-highlights: CN/livestream highlight extract + stable static vertical reframe (sibling to clipify).

ZJU-REAL/Easel

>- 视频制作策略与工具选型:AI 视频生成模型对比、视频脚本结构设计、制作流程规划,覆盖产品演示/解说/社媒短视频场景。 当用户说"视频怎么做""视频选型""用什么工具做视频""视频制作流程""视频策略""视频系列规划"时使用。 和 video-script 的区别:video-strategy 做内容规划与工具选型,video-script 写具体某条视频的脚本。

Skills associés