Communitygithub.com

9018/mychat

Ressources audio et médias pour les compositions HyperFrames, produites par un moteur audio partagé (`scripts/audio.mjs`) — TTS multi-fournisseurs (HeyGen / ElevenLabs / Kokoro local), musique de fond + effets sonores (récupération par défaut depuis la bibliothèque audio HeyGen, avec génération BGM locale Lyria / MusicGen et une bibliothèque d'effets sonores intégrée en secours sans identifiant), transcription Whisper, suppression d'arrière-plan et édition de sous-titres. Utilisez-le pour voix off / TTS, BGM, SFX / effets sonores, transcription, sous-titres / légendes / paroles / karaoké / style par mot, sélection de voix et de fournisseur, et suggestion d'ambiance musicale.

Qu'est-ce que mychat ?

Ce skill centralise la création de tous les actifs audio et médias nécessaires à une composition HyperFrames — voix off (TTS), musique de fond (BGM), effets sonores (SFX), transcription, sous-titres et suppression d'arrière-plan. Il repose sur un moteur audio unique, `scripts/audio.mjs`, qui lit un fichier `audio_request.json` neutre et produit un fichier `audio_meta.json` structuré, ainsi que les fichiers audio dans `assets/voice|bgm|sfx`. Le moteur gère automatiquement la sélection du fournisseur en fonction de la présence ou non d'un identifiant HeyGen : avec un identifiant, il utilise HeyGen Starfish pour le TTS (avec horodatage natif des mots), la récupération de musique et d'effets sonores ; sans identifiant, il bascule vers ElevenLabs puis Kokoro pour le TTS, la génération locale avec Lyria ou MusicGen pour la BGM, et une bibliothèque intégrée de 21 effets sonores. Le skill inclut également des outils pour la transcription via Whisper, la suppression d'arrière-plan (découpe transparente), et un système complet d'édition de sous-titres avec prise en charge du karaoké et des effets animés. Il est conçu pour être utilisé avec le système HyperFrames, en particulier les workflows de composition de `hyperframes-core`, et exige de toujours vérifier l'état de connexion avant de générer du contenu audio.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/9018/mychat/tree/HEAD/OpenMontage/.agents/skills/hyperframes-media

Demander à votre IA préférée

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

Documentation

HyperFrames Media

Créez les actifs audio et médias nécessaires à une composition — voix off (TTS), musique de fond + effets sonores, transcription, sous-titres, suppression d'arrière-plan — puis consommez et animez ces données en HTML. Pour placer des actifs dans des compositions, voir hyperframes-core.

Le moteur audio — une seule source pour TTS · BGM · SFX

Les workflows ne créent PAS d'audio de manière artisanale ni ne dupliquent de fournisseur. Il y a un moteur — scripts/audio.mjs — qui prend un audio_request.json neutre et écrit audio_meta.json (plus les actifs sous assets/voice|bgm|sfx) :

# <MEDIA_DIR> = répertoire de ce skill
node <MEDIA_DIR>/scripts/audio.mjs --request ./audio_request.json --hyperframes . --out ./audio_meta.json

Les trois capacités se dégradent selon UN interrupteur — la présence d'un identifiant HeyGen (résolu depuis $HEYGEN_API_KEY / $HYPERFRAMES_API_KEY / ~/.heygen, pas la CLI) :

CapacitéIdentifiant HeyGen présentabsent
TTSHeyGen Starfish REST (horodatage natif des mots)→ ElevenLabs → Kokoro (chaîne transcribe pour les mots)
BGMRécupération de musique HeyGen retrievalLyria → MusicGen génération locale (détachée)
SFXRécupération d'effets sonores HeyGen (min_score 0.4)bibliothèque intégrée de 21 fichiers (assets/sfx/)
  • Requête (audio_request.json) : { provider?, lang?, speed?, lines: [{ id, text, sfx?: [names] }], bgm: { mode?, query?, prompt? } }. id relie chaque ligne au modèle de l'appelant (un numéro d'image, un identifiant de scène, …). bgm.mode = retrieve | generate | none ; omettez pour automatique (récupérer si identifiant présent, sinon générer). Un mode explicite retrieve est strict — il ignore plutôt que de lancer une génération détachée (pour les appelants sans étape wait-bgm).
  • Sortie (audio_meta.json, indexé par id) : { tts_provider, voice_id, bgm, bgm_pending, …, voices: [{ id, path, duration_s, words }], sfx: [{ id, name, file, source, offset_s, duration_s, volume }], total_duration_s }.
  • --only tts,bgm,sfx exécute un sous-ensemble et fusionne dans un --out existant (par exemple TTS+BGM tôt, SFX une fois les repères connus).
  • La génération BGM est lancée détachée (bgm_pending: true) — exécutez scripts/wait-bgm.mjs avant l'assemblage.
  • scripts/heygen-tts.mjs est une CLI à usage unique sur le même code (un texte → wav + mots) pour quand vous avez juste besoin du TTS HeyGen sans fichier de requête.

La liste complète des indicateurs et le schéma audio_meta.json se trouvent dans l'en-tête de scripts/audio.mjs. Les références ci-dessous couvrent les détails des fournisseurs et les cas particuliers derrière chaque capacité.

Pré-vérification — afficher l'état de connexion avant tout audio

Exécutez toujours ceci avant de générer une voix ou une BGM — que ce soit dans un workflow complet ou une demande ponctuelle "génère-moi une BGM/voix off". L'absence d'identifiant HeyGen n'est pas une raison pour passer silencieusement aux moteurs locaux : recommandez d'abord la connexion et laissez l'utilisateur décider. Exécutez la pré-vérification partagée et relayez sa sortie textuellement — n'improvisez pas votre propre message "clé manquante" et ne proposez pas d'écrire des clés dans un .env par dépôt :

npx hyperframes auth status
  • Connecté → il affiche le compte ; continuez.
  • Non connecté (exit 1 est attendu ici — "non connecté" est un état normal, pas un échec) → il affiche des instructions pour s'inscrire en premier. Recommandez la connexion : npx hyperframes auth login est un OAuth par navigateur — il connecte et crée un compte (toujours disponible via la CLI de ce dépôt). Pour utiliser une clé API HeyGen existante (depuis app.heygen.com/settings/api), exécutez npx hyperframes auth login --api-key — elle est sauvegardée dans le fichier partagé ~/.heygen (pas de .env par dépôt). La sortie liste également les moteurs locaux vers lesquels la voix/BGM se rabattra et une astuce pip lorsque des dépendances manquent. Relayez cette sortie telle quelle — ne la paraphrasez pas avec vos propres mots. Puis ARRÊTEZ et attendez que l'utilisateur choisisse — se connecter, ou dire "go" / "local" pour continuer hors ligne — avant de générer quoi que ce soit. C'est un véritable point de décision, pas une note de passage : ne le fusionnez pas dans une autre question et ne le dépassez pas de votre propre chef. (Exception : en mode autonome / non interactif, notez l'état et continuez hors ligne.)
  • npx hyperframes auth status --json retourne { configured, recommended_action, offline_engines } pour un branchement déterministe.
  • Si la CLI ne peut pas s'exécuter (pas dans le PATH et npx ne peut pas la récupérer) → recommandez quand même la connexion (npx hyperframes auth login) et ARRÊTEZ pour le choix de l'utilisateur — ne traitez pas "pas d'identifiant" comme un feu vert silencieux pour la génération locale.

La résolution des identifiants, la priorité complète des clés et la liste des dépendances locales se trouvent dans references/requirements.md.

Chaînes de fournisseurs (le détail derrière le moteur)

TTS — le premier fournisseur disponible l'emporte (le moteur, ou npx hyperframes tts "...") :

OrdreFournisseurDétecté quandHorodatage des mots
1HeyGen (Starfish)$HEYGEN_API_KEY / hyperframes auth loginOui, natif — passez --words narration.words.json pour capturer
2ElevenLabs$ELEVENLABS_API_KEY définiNon — chaîne transcribe après
3Kokoro-82M (local, 54 voix)toujours (aucune clé requise)Non — chaîne transcribe après

La CLI publiée hyperframes tts est souvent la version locale uniquement (son --help dit "Kokoro-82M", pas de --provider/--words) et tombe silencieusement sur Kokoro même avec $HEYGEN_API_KEY défini. C'est pourquoi le chemin HeyGen du moteur est le scripts/heygen-tts.mjs autonome (REST), PAS la CLI ; la CLI est utilisée uniquement pour le chemin Kokoro. Voir references/tts.md.

BGM & SFX — par défaut récupérés depuis la bibliothèque audio HeyGen (/v3/audio/sounds), même identifiant que pour le TTS HeyGen, avec le repli sans identifiant depuis l'interrupteur ci-dessus :

ActifHeyGen typeAtterrit dansRepli (pas d'identifiant)
BGMmusicassets/bgm/track.mp3 (récupération) · track.wav (génération)Lyria / MusicGen génération
SFXsound_effects (min_score 0.4)assets/sfx/<slug>.mp3bibliothèque intégrée de 21 fichiers (assets/sfx/* + manifest.json)

Voir references/bgm.md et references/sfx.md.

Routage

TâcheLire
Le moteur audio — schéma requête/méta, --only, l'interrupteurscripts/audio.mjs (commentaire d'en-tête)
npx hyperframes tts / heygen-tts.mjs — fournisseurs, voix, motsreferences/tts.md
BGM — Récupération HeyGen + génération locale Lyria / MusicGenreferences/bgm.md
SFX — Récupération HeyGen (min_score 0.4) + bibliothèque locale intégréereferences/sfx.md
npx hyperframes transcribe — Whisper, règles de modèle, forme de sortiereferences/transcribe.md
npx hyperframes remove-background — découpes transparentesreferences/remove-background.md
TTS → transcription → sous-titres (sans voix off enregistrée)references/tts-to-captions.md
Édition de sous-titres — détection de style, disposition, regroupement de mots, sortiereferences/captions/authoring.md
Gestion des transcriptions — formats d'entrée, contrôles qualité, nettoyage, APIreferences/captions/transcript-handling.md
Mouvement des sous-titres — karaoké, effets de marqueur, réactif à l'audioreferences/captions/motion.md
Caches de modèle, dépendances système, dépannagereferences/requirements.md

Règles non négociables

  • Un seul moteur, pas de copies dupliquées. Produisez l'audio via scripts/audio.mjs (ou heygen-tts.mjs pour un TTS HeyGen ponctuel). Ne réimplémentez pas le TTS/BGM/SFX dans un workflow — écrivez un adaptateur audio_request.json et appelez le moteur.
  • "HeyGen disponible" = un identifiant résoluble, pas la CLI. Tout l'interrupteur repose sur heygenCredential() ; la CLI publiée hyperframes tts peut être limitée à Kokoro, et il n'existe aucune commande hyperframes bgm / hyperframes sfx.
  • Les identifiants de voix sont spécifiques au fournisseur. am_michael est propre à Kokoro ; les UUID HeyGen ne fonctionnent pas sur Kokoro. Si vous passez --voice, fixez aussi --provider pour éviter une dérive silencieuse du fournisseur lorsque l'environnement de l'utilisateur change.
  • Passez toujours --model à transcribe. La valeur par défaut de la CLI, small.en, traduit silencieusement l'audio non anglais. Voir references/transcribe.md → "Règle de langue".
  • HeyGen retourne les horodatages des mots ; ElevenLabs / Kokoro pas. Le moteur chaîne automatiquement transcribe pour ces deux derniers ; de manière autonome, passez --words à HeyGen ou exécutez transcribe sur le fichier audio.
  • Les sous-titres consomment le format plat du tableau de mots avec { id, text, start, end }. Voir references/transcribe.md → "Forme de sortie".
  • remove-background --background-output est une découpe, pas un remplissage. Pour "scène sans la personne", un outil différent est nécessaire. Voir references/remove-background.md → "Quand ce n'est PAS le bon outil".
  • BGM/SFX par défaut : récupération HeyGen ; le repli sans identifiant est la génération (BGM) ou la bibliothèque intégrée (SFX). /audio/sounds classe par requête textuelle — nommez les effets concrètement (glass shatter, pas dramatic sound) ; une absence de correspondance ignore, ne bloque jamais le rendu. Les SFX sont à un volume d'environ 0,35 sous la voix + BGM. Voir references/sfx.md / references/bgm.md.
  • Traitez le HTML des sous-titres du workflow comme une sortie générée. Pour les vidéos basées sur des préréglages, la source de l'habillage réutilisable se trouve dans .hyperframes/caption-skin.html et le script du workflow écrit compositions/captions.html ; ne modifiez pas le compositions/captions.html généré pour corriger l'habillage. Reconstruisez via le captions.mjs du workflow, ou utilisez le mécanisme de surcharges explicites de ce workflow lorsqu'il est présent.

Individual skills in this repo

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

9018/mychat

Generate AI videos from text prompts using multiple provider gateways. Use when: (1) Generating videos from text descriptions, (2) Creating AI-generated video clips for content production, (3) Image-to-video generation with a reference image, (4) Choosing between video generation providers (VEO, Kling, Sora, Runway, Seedance, MiniMax, Gemini Omni). Supports gateways: HeyGen API, fal.ai API, Kling official direct API, and the Gemini API (Gemini Omni Flash).

9018/mychat

Create AI avatar videos with precise control over avatars, voices, scripts, scenes, and backgrounds using HeyGen's v2 API. Use when: (1) Choosing a specific avatar and voice for a video, (2) Writing exact scripts for an avatar to speak, (3) Building multi-scene videos with different backgrounds per scene, (4) Creating transparent WebM videos for compositing, (5) Using talking photos as video presenters, (6) Integrating HeyGen avatars with Remotion, (7) Batch video generation with exact specs, (8) Brand-consistent production videos with precise control.

9018/mychat

Use p5.js/canvas for local procedural character effects: particles, weather, squash/stretch, walk cycles, and environmental motion.

9018/mychat

Review local character animation with schema checks, Playwright browser previews, frame sampling, and FFmpeg/ffprobe final output checks.

9018/mychat

Create videos from a text prompt using HeyGen's Video Agent. Use when: (1) Creating a video from a description or idea, (2) Generating explainer, demo, or marketing videos from a prompt, (3) Making a video without specifying exact avatars, voices, or scenes, (4) Quick video prototyping or drafts, (5) One-shot prompt-to-video generation, (6) User says "make me a video" or "create a video about X".

9018/mychat

Generate Mandarin and multilingual narration with Volcengine Doubao Speech 2.0. Use when creating Chinese voiceovers, when the user prefers Doubao/Volcengine/火山引擎/豆包 TTS, or when narration needs character-level timestamp metadata for subtitles.

9018/mychat

Video and audio processing with FFmpeg. Use for format conversion, resizing, compression, audio extraction, and preparing assets for Remotion. Triggers include converting GIF to MP4, resizing video, extracting audio, compressing files, or any media transformation task.

9018/mychat

Use when implementing Disney's 12 animation principles with Framer Motion in React applications

9018/mychat

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). HyperFrames-native: single paused timeline, seek-safe, deterministic.

9018/mychat

HyperFrames CLI dev loop. Use when running npx hyperframes init, add, catalog, capture, lint, validate, inspect, layout, snapshot, preview, play, render, publish, lambda, doctor, browser, info, upgrade, skills, compositions, docs, benchmark, telemetry, transcribe, tts, or remove-background, or when troubleshooting the HyperFrames build/render environment. Entry point for AWS Lambda cloud rendering (`hyperframes lambda deploy / render / progress / destroy / policies`).

9018/mychat

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

9018/mychat

Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use `hyperframes-animation`.

9018/mychat

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, registry discovery, and authoring a new block or component to contribute upstream (idea → scaffold → validate → PR).

9018/mychat

Use when the user wants a short, design-led motion graphic where motion is the message: kinetic typography, stat or number count-up, chart/data-viz hit, logo sting, brand lockup, lower-third, callout, social overlay, animated headline/tweet/news item, motion poster, or quick captured-page highlight. Usually under 10s and up to ~30s, with no narration arc, voice-over, or live-action subject. Can render to MP4 or transparent overlay. Not for longer, multi-scene, narrated, or brand-reel pieces (use general-video), narrated website videos (website-to-video), topic explainers (faceless-explainer), product promos (product-launch-video), PR videos (pr-to-video), or captions on existing footage (embedded-captions). When unsure whether it's a quick motion-first piece or a longer / narrated treatment, see /hyperframes.

9018/mychat

Use when the user has a music track (an audio file, or a video to pull audio from) and wants a beat-synced HyperFrames video, calm to hard-hitting. The music drives everything: one analyzer reads it once, the orchestrator lays out the frames and fills a per-frame plan, and one sub-agent builds each frame. Typography and templates are the floor — a complete video needs zero assets — but any images or videos the user supplies are cut into the frames on the same beat grid (beat-cut / ken-burns). The genre (lyric video, slideshow, kinetic promo) falls out of the per-frame choices; the pipeline never branches on it.

9018/mychat

Toolkit-specific Remotion patterns — custom transitions, shared components, and project conventions. For core Remotion framework knowledge (hooks, animations, rendering, etc.), see the `remotion-official` skill.

9018/mychat

Port an existing Remotion (React) composition to HyperFrames HTML. Use ONLY when the user explicitly asks to port/convert/migrate/translate a Remotion source. Do NOT use: (a) authoring a new HyperFrames composition; (b) Remotion mentioned in passing; (c) Remotion code shared as reference only; (d) "same video as my Remotion one" without explicit migrate request — treat as fresh build. Doubt → `/general-video`. One-way, Remotion-only: no reverse export (HyperFrames→Remotion or any framework), no non-Remotion source (After Effects, Framer Motion, plain React/CSS) → out of scope, re-create via `/general-video`. Flags unsupported patterns (useState, useEffect, async calculateMetadata, third-party React libs, `@remotion/lambda`) and recommends runtime interop over lossy translation. Unsure whether to port vs. build fresh, or only a passing Remotion mention? → /hyperframes.

9018/mychat

Animate SVG character rigs with GSAP, CSS transforms, Remotion frame control, and HyperFrames-compatible browser previews.

9018/mychat

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

9018/mychat

Download video and audio from YouTube and 1000+ sites using yt-dlp. No API keys needed. Use when: (1) Downloading a video from YouTube or other sites, (2) Extracting audio from a video URL, (3) Downloading subtitles/captions from a video, (4) Getting video metadata without downloading.

Skills associés