Communitygithub.com

danielmiessler/Personal_AI_Infrastructure

Pipeline de montage audio et vidéo alimenté par l'IA : transcription Whisper au niveau des mots → classification Claude des segments → exécution ffmpeg avec fondu enchaîné et comblement des silences → polissage optionnel Cleanvoice.

Qu'est-ce que Personal_AI_Infrastructure ?

Cette compétence définit un pipeline complet de montage audio/vidéo utilisant l'IA, conçu pour les créateurs de contenu et les développeurs. Elle commence par une transcription au niveau des mots via Whisper (insanely-fast-whisper sur MPS pour l'accélération GPU), puis utilise Claude pour classifier chaque segment en catégories d'action : conserver (KEEP), couper les remplissages (CUT_FILLER), les faux départs (CUT_FALSE_START), les bégaiements (CUT_STUTTER), les silences gênants (CUT_DEAD_AIR), et les marqueurs d'édition (CUT_EDIT_MARKER). Ensuite, ffmpeg est exécuté avec des crossfades de 40 ms en sinus inversé, et les espaces coupés sont comblés par du « room tone » (bruit ambiant) pour éviter les blancs sonores. La respiration est atténuée à 50% du volume, jamais supprimée, pour préserver le naturel. Une étape optionnelle envoie l'audio à l'API Cleanvoice pour un polissage plus poussé (bruits de bouche, normalisation du volume). Un mode preview (--prev) permet de visualiser le résultat avant montage final. La compétence fonctionne en local sur macOS (via MPS) et utilise des services cloud pour l'option Cleanvoice. Elle est idéale pour les podcasteurs, vidéastes et développeurs automatisant le post-traitement de contenu parlé.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/danielmiessler/Personal_AI_Infrastructure/tree/main/Packs/AudioEditor/src
Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait Personal_AI_Infrastructure ?

Pipeline de montage audio et vidéo alimenté par l'IA : transcription Whisper au niveau des mots (insanely-fast-whisper sur MPS) → classification Claude des segments (KEEP / CUT_FILLER / CUT_FALSE_START / CUT_STUTTER / CUT_DEAD_AIR / CUT_EDIT_MARKER) → exécution ffmpeg avec fondu enchaîné qsin de 40 ms et comblement des silences par room tone → polissage optionnel via l'API Cleanvoice pour les bruits de bouche et la normalisation du volume. Distingue les pauses rhétoriques des pauses accidentelles. Respiration atténuée à 50% du volume (non supprimée). Mode preview (--prev).

Skills associés

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

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.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

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...

community

affaan-m/everything-claude-code

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.

community