PrunaAI/pruna-skills

À utiliser lorsque quelqu'un a besoin d'horodatages au niveau du mot à partir d'un fichier audio — alignement des paroles, limites de coupe nettes, ou synchronisation temporelle des sous-titres avant incrustation dans un montage vidéo.

Qu'est-ce que pruna-skills ?

Ce skill permet d'obtenir des horodatages précis au niveau du mot à partir de fichiers audio, en utilisant le modèle WhisperX via l'API Replicate. Il est particulièrement utile pour aligner des paroles, définir des limites de coupe nettes dans un montage vidéo, ou synchroniser des sous-titres avant incrustation. Le skill fait partie de la suite PrunaAI et nécessite d'avoir chargé au préalable les skills `generation-diversity` et `pruna-api` (ou l'ensemble `@pruna`). Il prend en charge l'upload de fichiers audio locaux, la définition d'une langue ISO, un prompt initial pour améliorer la reconnaissance vocale sur du chant ou du rap, et une option de diarisation pour identifier les locuteurs. En sortie, il produit un fichier JSON et un fichier SRT contenant les timestamps mot par mot, utilisables directement dans un pipeline de production vidéo (phase d'alignement du skill `music-video`).

Compatible avec✓Claude Code~Codex CLI~Cursor✓Gemini CLI

npx skills add https://github.com/PrunaAI/pruna-skills/tree/HEAD/skills/audio/whisperx

Documentation

Prérequis

Installez et chargez ces skills avant de générer (ignorer si déjà en contexte via @pruna) :

Skill	Description	Installation
`generation-diversity`	À utiliser pour toute rédaction de prompt génératif — graine rituelle, structure explicite, axes de scénario et portes de qualité avant les appels API payants.	`npx skills add PrunaAI/pruna-skills@generation-diversity -y`
`pruna-api`	À utiliser avant tout appel HTTP vers Pruna ou Replicate — identifiants, upload/poll/download, lots parallèles et sécurité de l'agent.	`npx skills add PrunaAI/pruna-skills@pruna-api -y`

Ou installez la suite complète en une fois : npx skills add PrunaAI/pruna-skills@pruna -y

Suivez les sections Avant de générer / craft de chaque skill — ne reformulez pas le contenu du guide ici.

Habitude de l'agent

Dans la première réponse, nommez `whisperx` entre accents graves, confirmez REPLICATE_API_TOKEN (ou arrêtez avec des liens d'inscription depuis pruna-api), puis demandez les entrées requises. Ouvrez l'accueil → generation-diversity en phase de clarification avant le premier POST. Redirigez lorsque Quand ne PAS utiliser correspond mieux.

Quand ne PAS utiliser

Utilisez un autre skill à la place :

Skill	Description	Installation
`music-2.5`	À utiliser lorsque quelqu'un souhaite une chanson IA originale avec voix — paroles chantées, une piste de style, ou un fichier audio source pour un clip musical.	`npx skills add PrunaAI/[email protected] -y`
`gemini-3.1-flash-tts`	À utiliser lorsque quelqu'un a besoin de narration parlée ou de voix off — pistes explicatives, lignes documentaires ou voix à associer à une vidéo générée.	`npx skills add PrunaAI/[email protected] -y`
`video-editing`	À utiliser pour assembler ou peaufiner des clips déjà rendus avec ffmpeg — concaténation, fondus, sous-titres incrustés, superpositions de texte/logo, curseurs avant/après, fonds musicaux, exportation pour plateformes — ou pour composer une vidéo combinée HTML multicouche avec Hyperframes. Pas pour la génération vidéo IA, la rédaction de prompts ou les modifications basées sur modèle.	`npx skills add PrunaAI/pruna-skills@video-editing -y`

Environnement

export REPLICATE_API_TOKEN=r8_...

HTTP / pipeline

Préférez les assistants du dépôt (ils uploadent l'audio local et écrivent JSON + SRT) :

# Agent : suivez le tableau des phases dans ce SKILL.md \
  --song output/my-mv/song.mp3 \
  --out output/my-mv/whisperx_transcript.json \
  --initial-prompt "Premières lignes de paroles aident la reconnaissance"

# Agent : suivez le tableau des phases dans ce SKILL.md \
  --cuts output/my-mv/cut_manifest.json \
  --transcript output/my-mv/whisperx_transcript.json \
  --song output/my-mv/song.mp3

Dans un flux de travail de clip musical, exécutez ce skill pendant la phase align — voir music-video.

Avant de générer

Terminez l'ordre de lecture des Prérequis.
Confirmez audio_file (URL HTTPS — les assistants uploadent les fichiers locaux), language, et align_output: true pour l'alignement mot par mot des coupes. Lors de l'énumération des entrées, nommez REPLICATE_API_TOKEN (Replicate — pas PRUNA_API_KEY).
Notes sur le modèle : définissez initial_prompt avec les premières lignes de paroles pour une meilleure reconnaissance du rap/chant. Optionnel : diarization pour les battles à plusieurs voix.

Entrée requise

audio_file (URL HTTPS)

Champs optionnels courants

language — code ISO, par ex. en
align_output — true pour des horodatages au niveau du mot (obligatoire pour l'alignement des coupes)
initial_prompt — premières lignes de paroles
diarization — étiquettes de locuteurs

Prochaines étapes typiques

Suites courantes après ce skill :

Skill	Description	Installation
`music-video`	À utiliser lorsque quelqu'un souhaite un clip musical complet — chanson originale ou voix, clips de performance, séquences B-roll et montages synchronisés avec les paroles.	`npx skills add PrunaAI/pruna-skills@music-video -y`
`music-2.5`	À utiliser lorsque quelqu'un souhaite une chanson IA originale avec voix — paroles chantées, une piste de style, ou un fichier audio source pour un clip musical.	`npx skills add PrunaAI/[email protected] -y`
`video-editing`	À utiliser pour assembler ou peaufiner des clips déjà rendus avec ffmpeg — concaténation, fondus, sous-titres incrustés, superpositions de texte/logo, curseurs avant/après, fonds musicaux, exportation pour plateformes — ou pour composer une vidéo combinée HTML multicouche avec Hyperframes. Pas pour la génération vidéo IA, la rédaction de prompts ou les modifications basées sur modèle.	`npx skills add PrunaAI/pruna-skills@video-editing -y`