Fusionne les segments audio TTS normalisés dans la vidéo originale à des décalages temporels précis à l'aide de FFmpeg, et génère le rapport JSON avec les métadonnées de synchronisation, de dérive et de volume sonore.
Cette compétence permet de mixer (muxer) des segments audio générés par synthèse vocale (TTS) et déjà normalisés dans une vidéo source, en respectant des décalages temporels exacts. Elle utilise FFmpeg pour effectuer le multiplexage et produit en sortie un fichier JSON contenant un rapport complet comprenant les informations de synchronisation (timing), la dérive (drift) entre les pistes audio et vidéo, ainsi que les métriques de volume sonore (loudness). Cette compétence est particulièrement utile dans les workflows de doublage automatique où des segments audio doivent être réintégrés avec précision dans le média original. Elle prend en charge tout environnement disposant de FFmpeg et est conçue pour être invoquée via ligne de commande ou script. Le rapport JSON généré permet de vérifier la qualité de l'intégration et de détecter d'éventuels problèmes de synchronisation.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-mux-reportFusionne les segments audio TTS normalisés dans la vidéo originale à des décalages temporels précis à l'aide de FFmpeg, et génère le rapport JSON avec les métadonnées de synchronisation, de dérive et de volume sonore.
This repo contains 3 individual skills — each has its own dedicated page.
Handles audio resampling, loudness normalization per ITU-R BS.1770-4, and LUFS measurement for TTS segments to ensure broadcast-quality output.
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.