Que fait evo-dubbing-audio-processing ?
Gère le rééchantillonnage audio, la normalisation de la sonie selon ITU-R BS.1770-4 et la mesure LUFS pour les segments TTS, garantissant une sortie de qualité broadcast.
Gère le rééchantillonnage audio, la normalisation de la sonie selon ITU-R BS.1770-4 et la mesure LUFS pour les segments TTS, garantissant une sortie de qualité broadcast.
Cette compétence permet de traiter des segments audio issus de la synthèse vocale (TTS) pour les préparer à une utilisation dans des productions de qualité broadcast. Elle implémente le rééchantillonnage audio, la normalisation de la sonie conforme à la norme ITU-R BS.1770-4, et la mesure des niveaux LUFS (Loudness Units relative to Full Scale). Elle est conçue pour des agents IA comme Claude Code, Cursor ou Codex, et s'intègre dans des pipelines de doublage ou de post-production audio. En automatisation, elle garantit que chaque segment audio respecte des seuils de sonie cohérents, évitant les variations de volume et assurant une expérience d'écoute homogène. Son fonctionnement repose sur des bibliothèques de traitement audio standard, et elle peut être utilisée via une interface en ligne de commande ou programmatique.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-audio-processingGère le rééchantillonnage audio, la normalisation de la sonie selon ITU-R BS.1770-4 et la mesure LUFS pour les segments TTS, garantissant une sortie de qualité broadcast.
This repo contains 3 individual skills — each has its own dedicated page.
Muxes normalized TTS audio segments into the original video at precise time offsets using FFmpeg, and generates the JSON report with timing, drift, and loudness metadata.
Synthesizes target-language speech from text using Kokoro TTS, with speed/duration control to fit precise time windows. Handles SRT parsing, text extraction, and produces WAV segments.
A comprehensive skill for extracting chapter indices from tutorial videos using FFmpeg audio extraction, OpenAI Whisper ASR transcription with word-level timestamps, and semantic chapter alignment via fuzzy string matching.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.