Communitygithub.com

TTS Script Generator

Compresse et réécrit intelligemment des documents en scripts adaptés à la synthèse vocale (TTS). Utilise Claude AI pour analyser le contenu, le compresser selon une durée cible, le convertir en style oral avec un langage émotionnel et le segmenter automatiquement. Idéal pour les narrations vidéo.

Qu'est-ce que TTS Script Generator ?

Cette compétence (skill) permet de générer automatiquement des scripts de synthèse vocale (TTS) à partir de documents longs, en exploitant Claude AI pour une analyse sémantique poussée. Elle décide intelligemment de la durée optimale (3 à 8 minutes) et du style d'illustration (ukiyo-e, new-yorker, flat, realistic, abstract) en fonction du thème du document. Le contenu est compressé (par exemple de 19 à 5 minutes), réécrit dans un style oral naturel, enrichi d'émotions et segmenté en passages de 10 à 20 secondes, chacun avec des marqueurs d'animation (fade_in, write, typewriter). Elle produit deux fichiers JSON : `tts_script.json` contenant le texte TTS et les directives d'animation, et `visual_config.json` décrivant les illustrations adaptées à chaque segment. Conçue pour être utilisée principalement avec les skills `image-to-video` et `podcast-generator`, elle s'intègre automatiquement dans le flux de production vidéo.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/huangserva/servasyy_skills/tts-script-generator

Demander à votre IA préférée

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

Documentation

Générateur de Script TTS

Compresse et réécrit intelligemment des documents en scripts adaptés à la synthèse vocale (TTS).

Capacités principales

  • 🤖 Analyse IA intelligente : Claude analyse le contenu de l'article, détermine la durée vidéo et le style d'illustration optimaux
  • ⏱️ Décision de durée intelligente : choisit automatiquement la durée appropriée (3 à 8 minutes) selon le contenu
  • 🎨 Décision de style intelligente : sélectionne automatiquement le style d'illustration (New Yorker / Ukiyo-e / Flat / Réaliste, etc.) en fonction du thème
  • 📉 Compression intelligente : compresse le contenu à la durée optimale (par ex. 19 minutes → 5 minutes)
  • 💬 Conversion vers un style oral : langage écrit → langage parlé naturel
  • 😊 Optimisation émotionnelle : ajoute des mots émotionnels pour rendre le TTS plus vivant
  • 🎯 Segmentation automatique : détermine le nombre optimal de segments (10 à 20 secondes chacun)
  • 📊 Estimation de durée : calcule précisément la durée de lecture de chaque segment

Principe de fonctionnement

Exécuté dans une conversation avec Claude :

  1. Claude lit le document original
  2. Claude analyse le contenu :
    • Thème et structure de l'article
    • Nombre d'idées principales
    • Densité du contenu
    • Détermine la durée vidéo optimale (3 à 8 minutes)
    • Détermine le style d'illustration le plus adapté (ex. : historique → Ukiyo-e, technologie → Flat, sciences humaines → New Yorker)
  3. Claude réécrit intelligemment :
    • Extrait les idées principales
    • Compresse à la durée optimale
    • Convertit en expressions orales
    • Ajoute des mots émotionnels et des pauses
  4. Claude segmente automatiquement (chaque segment correspond à une illustration)
  5. Détermine le style d'illustration le plus approprié selon le thème de l'article
  6. Génère une description d'illustration pour chaque segment (en utilisant le style déterminé)
  7. Produit deux fichiers :
    • tts_script.json (script textuel TTS + marqueurs d'animation)
    • visual_config.json (descriptions d'illustrations, destiné à illustration-generator)

Format de tts_script.json (nouveaux marqueurs d'animation) :

[
  {
    "segment": 1,
    "text": "Aujourd'hui, parlons de la vie réelle sous la dynastie Tang. Vous voulez voyager dans le temps ? Attendez un peu !",
    "duration": 15,
    "animation_style": "fade_in",
    "emphasis": true
  },
  {
    "segment": 2,
    "text": "Sous les Tang, il n'y avait pas de papier toilette. Avec quoi se nettoyait-on ?",
    "duration": 12,
    "animation_style": "none",
    "emphasis": false
  }
]

Règles des marqueurs d'animation (décision intelligente de Claude) :

  • animation_style :
    • "fade_in" : titres, introductions, points forts
    • "write" : idées principales, conclusions clés
    • "typewriter" : données, faits
    • "none" : contenu normal (utilise les sous-titres ASS)
  • emphasis : segment important ou non (true/false)

Principes de décision :

  1. Segment 1 (ouverture) → fade_in
  2. Idée principale (premier segment de chaque chapitre) → write
  3. Données/faits → typewriter
  4. Autre contenu → none (sous-titres ASS)
  5. Suggestion : sur 24 segments, 3 à 5 avec animation suffisent

Script d'exécution

generate.py - Génération du script TTS

python ~/.claude/skills/tts-script-generator/scripts/generate.py <fichier_markdown>
  • Lit le fichier Markdown
  • Extrait les sections H2
  • Convertit en style oral
  • Segmente selon la durée
  • Produit tts_script.json

Cas d'utilisation

  1. Doublage vidéo : associé à image-to-video (utilisation principale)
  2. Génération de podcast : associé à podcast-generator

Description des sorties

Produit par cette compétence :

  • ✅ tts_script.json - Script textuel TTS
  • ✅ visual_config.json - Descriptions d'illustrations

Non inclus :

  • ❌ Génération audio TTS (prise en charge par la compétence image-to-video)
  • ❌ Génération d'illustrations (nécessite la compétence illustration-generator)
  • ❌ Composition vidéo (nécessite la compétence image-to-video)

Mode d'appel

Appel automatique par la compétence image-to-video :

image-to-video détecte un document long
  → appelle tts-script-generator
  → Claude réécrit dans la conversation
  → produit le script TTS compressé
  → image-to-video poursuit le traitement

Appel manuel (dans une conversation avec Claude) :

Utilisateur : « Veuillez réécrire cet article avec tts-script-generator »

Claude :
1. Lit le document (5947 mots, 19 minutes)
2. Analyse le contenu :
   - Thème : la vie sous la dynastie Tang (sciences humaines, historique)
   - Idées principales : 4 (hygiène, alimentation, réglementation, classes sociales)
   - Durée optimale : 5 minutes (densité de contenu modérée)
   - Style d'illustration : Ukiyo-e (thème historique, esthétique orientale classique)
3. Réécrit en 1350 mots
4. Divise en 20 segments (15 secondes chacun)
5. Génère une description d'illustration de style Ukiyo-e pour chaque segment
6. Sauvegarde tts_script.json + visual_config.json

Format de sortie

tts_script.json

[
  {
    "segment": 1,
    "text": "Aujourd'hui, parlons de la vie réelle sous la dynastie Tang. Vous voulez voyager dans le temps ? Attendez un peu ! Sous les Tang, il n'y avait pas de papier toilette...",
    "duration": 15
  }
]

visual_config.json

{
  "article_title": "La vérité sur un voyage sous les Tang",
  "style": "ukiyo-e",
  "sections": [
    {
      "section": 1,
      "visual_description": "A person standing at a crossroads between modern city and ancient Tang Dynasty palace, looking confused, ukiyo-e style with traditional Japanese woodblock print aesthetics"
    }
  ]
}

Règles de décision du style d'illustration

Claude sélectionne automatiquement le style le plus adapté en fonction du thème de l'article :

  • Historique/Classique → ukiyo-e : dynasties Tang, Song, histoire japonaise, etc.
  • Sciences humaines/Société → new-yorker : observations sociales, récits de personnages, etc.
  • Technologie/Commerce → flat : produits technologiques, analyses commerciales, etc.
  • Nature/Voyage → realistic : paysages, animaux, voyages, etc.
  • Art/Créativité → abstract : critiques d'art, réflexions créatives, etc.

Principes de réécriture

  1. Conserver l'essentiel : garder les idées et histoires les plus importantes
  2. Style oral :
    • « mais » → « mais alors »
    • « parce que... donc... » → « pourquoi ? parce que... »
    • Ajouter des particules : « hein », « donc », « bon »
  3. Mots émotionnels :
    • Insistance : « vraiment », « très », « particulièrement »
    • Exclamation : « waouh », « mon Dieu », « imaginez »
  4. Contrôle du rythme :
    • Phrases courtes de préférence
    • Pauses appropriées
    • Une idée principale par segment

Compétences appelantes

  • Compétence image-to-video (principale)
  • Compétence podcast-generator
  • Autres compétences nécessitant du TTS

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

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, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills associés