Synthétise la parole dans la langue cible à partir de texte en utilisant Kokoro TTS, avec contrôle de la vitesse/durée pour s'adapter à des fenêtres temporelles précises. Gère l'analyse des fichiers SRT, l'extraction de texte et produit des segments WAV.
Cette compétence, OpenLAIR/evo-dubbing-tts-synthesis, permet la synthèse vocale à partir de texte en utilisant Kokoro TTS, avec un contrôle fin de la vitesse et de la durée pour ajuster la parole à des fenêtres temporelles spécifiques. Elle est conçue pour les workflows de doublage et de localisation, offrant la capacité d'analyser des fichiers SRT (sous-titres) pour en extraire le texte, puis de générer des segments audio WAV correspondants. Utile pour les développeurs travaillant avec des agents AI comme Claude Code, Cursor ou Codex, elle automatise la synchronisation labiale et le doublage en s'intégrant dans des pipelines de traitement vidéo ou audio. La compétence garantit que la durée de la parole synthétisée corresponde exactement aux contraintes temporelles, évitant les incohérences de synchronisation. Elle prend en charge les entrées SRT et produit des fichiers WAV, ce qui la rend idéale pour les projets de localisation multilingue où la précision temporelle est cruciale.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-tts-synthesisSynthétise la parole dans la langue cible à partir de texte en utilisant Kokoro TTS, avec contrôle de la vitesse/durée pour s'adapter à des fenêtres temporelles précises. Gère l'analyse des fichiers SRT, l'extraction de texte et produit des segments WAV.
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.
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.
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.