Communitygithub.com

1345AbhishekKumar/starter-nextjs

Fichiers audio et médias pour les compositions HyperFrames, produits par un moteur audio partagé (`scripts/audio.mjs`) — TTS multi-fournisseurs (HeyGen / ElevenLabs / Kokoro local), musique de fond + effets sonores (récupération depuis la bibliothèque audio HeyGen par défaut, avec génération locale Lyria / MusicGen BGM et une bibliothèque SFX intégrée en solution de secours sans identifiant), transcription Whisper, suppression d'arrière-plan et création de sous-titres. Utilisez-le pour les voix-off/TTS, BGM, SFX, transcription, sous-titres, paroles, karaoké, stylisation mot par mot, sélection de voix et de fournisseurs, et suggestion d'ambiance musicale.

Qu'est-ce que starter-nextjs ?

Cette compétence centralise la création de tous les actifs audio et médiatiques nécessaires à une composition HyperFrames : voix-off (TTS), musique de fond (BGM), effets sonores (SFX), transcription, sous-titres et suppression d'arrière-plan. Elle repose sur un moteur unique, `scripts/audio.mjs`, qui prend en entrée un fichier `audio_request.json` et produit un fichier `audio_meta.json` contenant les métadonnées et les actifs générés. Le moteur utilise une logique de dégradation intelligente basée sur la présence ou non d'un identifiant HeyGen : si présent, il utilise les API REST HeyGen pour la TTS (avec horodatage natif des mots), la récupération de musique de fond et d'effets sonores ; sinon, il bascule vers d'autres fournisseurs comme ElevenLabs, Kokoro (TTS local), Lyria/MusicGen (génération BGM) ou une bibliothèque SFX locale intégrée de 21 fichiers. La compétence prend en charge les workflows autonomes (via le moteur) ou les commandes CLI ponctuelles (`npx hyperframes tts`, `heygen-tts.mjs`), et intègre des règles strictes pour la gestion des identifiants, la sélection des voix et l'assemblage final des sous-titres. Elle est destinée aux développeurs utilisant l'écosystème HyperFrames pour créer des compositions riches en audio, avec une attention particulière à la fiabilité et à la transparence du processus.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/1345AbhishekKumar/starter-nextjs/tree/HEAD/.agents/skills/hyperframes-media

Demander à votre IA préférée

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

Documentation

HyperFrames Media

Créez les actifs audio et médiatiques dont une composition a besoin — voix-off (TTS), musique de fond + effets sonores, transcription, sous-titres, suppression d'arrière-plan — puis consommez et animez ces données en HTML. Pour placer des actifs dans des compositions, voir hyperframes-core.

Le moteur audio — une source unique pour TTS · BGM · SFX

Les workflows NE créent PAS de code audio personnalisé ou de copie sous licence. Il y a un seul moteur — scripts/audio.mjs — qui prend un audio_request.json neutre et écrit audio_meta.json (plus les actifs sous assets/voice|bgm|sfx) :

# <MEDIA_DIR> = répertoire de cette compétence
node <MEDIA_DIR>/scripts/audio.mjs --request ./audio_request.json --hyperframes . --out ./audio_meta.json

Les trois capacités dégradent sur UN SEUL commutateur — la présence ou non d'un identifiant HeyGen (résolu à partir de $HEYGEN_API_KEY / $HYPERFRAMES_API_KEY / ~/.heygen, pas de la CLI) :

CapacitéIdentifiant HeyGen présentabsent
TTSHeyGen Starfish REST (horodatage natif des mots)→ ElevenLabs → Kokoro (chaîne transcribe pour les mots)
BGMRécupération de musique HeyGenLyria → MusicGen locale génération (détachée)
SFXRécupération d'effets sonores HeyGen (min_score 0.4)bibliothèque intégrée de 21 fichiers (assets/sfx/)
  • Requête (audio_request.json) : { provider?, lang?, speed?, lines: [{ id, text, sfx?: [names] }], bgm: { mode?, query?, prompt? } }. L'id relie chaque ligne au modèle de l'appelant (un numéro de frame, un identifiant de scène, …). bgm.mode = retrieve | generate | none ; omettre pour auto (récupération si identifiant, sinon génération). Un retrieve explicite est strict — il ignore plutôt que de lancer une génération détachée (pour les appelants sans étape wait-bgm).
  • Sortie (audio_meta.json, indexée par id) : { tts_provider, voice_id, bgm, bgm_pending, …, voices: [{ id, path, duration_s, words }], sfx: [{ id, name, file, source, offset_s, duration_s, volume }], total_duration_s }.
  • --only tts,bgm,sfx exécute un sous-ensemble et fusionne dans un --out existant (par exemple TTS+BGM tôt, SFX une fois les repères disponibles).
  • La génération BGM est lancée détachée (bgm_pending: true) — exécutez scripts/wait-bgm.mjs avant l'assemblage.
  • scripts/heygen-tts.mjs est une CLI à usage unique sur le même code (un texte → wav + mots) pour quand vous avez besoin de HeyGen TTS sans fichier de requête.

La liste complète des indicateurs et le schéma de audio_meta.json se trouvent dans l'en-tête de scripts/audio.mjs. Les références ci-dessous couvrent les détails des fournisseurs et les cas particuliers derrière chaque capacité.

Pré-vérification — afficher l'état de connexion avant tout audio

Exécutez toujours ceci avant de générer une voix ou une BGM — dans un workflow complet ou une demande ponctuelle « génère-moi une BGM/voix-off ». L'absence d'identifiant HeyGen n'est pas une raison pour basculer silencieusement vers les moteurs locaux : recommandez d'abord la connexion et laissez l'utilisateur décider. Exécutez la pré-vérification partagée et relayez sa sortie textuellement — n'improvisez pas votre propre message « clé manquante » et ne proposez pas d'écrire des clés dans un .env par dépôt :

npx hyperframes auth status
  • Connecté → il affiche le compte ; poursuivez.
  • Non connecté (exit 1 est attendu ici — « non connecté » est un état normal, pas un échec) → il affiche les instructions d'inscription. Recommandez la connexion : npx hyperframes auth login est une OAuth navigateur — elle connecte et crée un compte (toujours disponible via la CLI de ce dépôt). Pour utiliser une clé API HeyGen existante (depuis app.heygen.com/settings/api), exécutez npx hyperframes auth login --api-key — elle sauvegarde dans le fichier partagé ~/.heygen (pas de .env par dépôt). La sortie liste également les moteurs locaux de voix/BGM vers lesquels basculer et un conseil pip lorsque des dépendances manquent. Relayez cette sortie telle quelle — ne la paraphrasez pas dans vos propres mots. Ensuite, ARRÊTEZ et attendez que l'utilisateur choisisse — se connecter, ou dire « go » / « local » pour continuer hors ligne — avant de générer quoi que ce soit. C'est un véritable point de décision, pas une note passagère : ne l'intégrez pas dans une autre question et ne poursuivez pas par vous-même. (Exception : en mode autonome/non interactif, notez l'état et continuez hors ligne.)
  • npx hyperframes auth status --json retourne { configured, recommended_action, offline_engines } pour une ramification déterministe.
  • Si la CLI ne peut pas s'exécuter (pas dans le PATH et npx ne peut pas la récupérer) → recommandez quand même la connexion (npx hyperframes auth login) et ARRÊTEZ pour le choix de l'utilisateur — ne traitez pas « pas d'identifiant » comme un feu vert silencieux pour la génération locale.

La résolution des identifiants, la priorité complète des clés et la liste des dépendances locales se trouvent dans references/requirements.md.

Chaînes de fournisseurs (les détails derrière le moteur)

TTS — le premier fournisseur disponible gagne (le moteur, ou npx hyperframes tts "...") :

OrdreFournisseurDétecté quandHorodatages des mots
1HeyGen (Starfish)$HEYGEN_API_KEY / hyperframes auth loginOui, natif — passez --words narration.words.json pour capturer
2ElevenLabs$ELEVENLABS_API_KEY définiNon — chaîne transcribe après
3Kokoro-82M (local, 54 voix)toujours (aucune clé requise)Non — chaîne transcribe après

La CLI publiée hyperframes tts est souvent la version locale uniquement (son --help dit « Kokoro-82M », pas de --provider/--words) et bascule silencieusement vers Kokoro même avec $HEYGEN_API_KEY défini. C'est pourquoi le chemin HeyGen du moteur est le script autonome scripts/heygen-tts.mjs (REST), PAS la CLI ; la CLI n'est utilisée que pour le chemin Kokoro. Voir references/tts.md.

BGM et SFX — par défaut récupérés depuis la bibliothèque audio HeyGen (/v3/audio/sounds), même identifiant que pour HeyGen TTS, avec la solution de secours sans identifiant du commutateur ci-dessus :

ActifType HeyGenDestinationSolution de secours (sans identifiant)
BGMmusicassets/bgm/track.mp3 (récupération) · track.wav (génération)Génération Lyria / MusicGen
SFXsound_effects (min_score 0.4)assets/sfx/<slug>.mp3Bibliothèque intégrée de 21 fichiers (assets/sfx/* + manifest.json)

Voir references/bgm.md et references/sfx.md.

Aiguillage

TâcheLire
Le moteur audio — schéma requête/méta, --only, le commutateurscripts/audio.mjs (commentaire en en-tête)
npx hyperframes tts / heygen-tts.mjs — fournisseurs, voix, motsreferences/tts.md
BGM — Récupération HeyGen + génération locale Lyria / MusicGenreferences/bgm.md
SFX — Récupération HeyGen (min_score 0.4) + bibliothèque localereferences/sfx.md
npx hyperframes transcribe — Whisper, règles de modèle, formatreferences/transcribe.md
npx hyperframes remove-background — découpes transparentesreferences/remove-background.md
TTS → transcription → sous-titres (pas de voix-off enregistrée)references/tts-to-captions.md
Création de sous-titres — détection de style, disposition, groupement de mots, sortiereferences/captions/authoring.md
Gestion des transcriptions — formats d'entrée, filtres qualité, nettoyage, APIreferences/captions/transcript-handling.md
Animation des sous-titres — karaoké, effets de marqueur, réactif audioreferences/captions/motion.md
Caches de modèles, dépendances système, dépannagereferences/requirements.md

Règles non négociables

  • Un seul moteur, pas de copies sous licence. Produisez l'audio via scripts/audio.mjs (ou heygen-tts.mjs pour une TTS HeyGen ponctuelle). Ne réimplémentez pas TTS/BGM/SFX dans un workflow — écrivez un adaptateur audio_request.json et appelez le moteur.
  • « HeyGen disponible » = un identifiant résoluble, pas la CLI. L'ensemble du commutateur dépend de heygenCredential() ; la CLI publiée hyperframes tts peut être Kokoro uniquement, et il n'y a pas de commande hyperframes bgm / hyperframes sfx du tout.
  • Les identifiants de voix sont spécifiques au fournisseur. am_michael est Kokoro uniquement ; les UUID HeyGen ne fonctionnent pas sur Kokoro. Si vous passez --voice, fixez aussi --provider pour éviter une dérive silencieuse du fournisseur lorsque l'environnement de l'utilisateur change.
  • Passez toujours --model à transcribe. La valeur par défaut de la CLI small.en traduit silencieusement l'audio non anglais. Voir references/transcribe.md → « Règle de langue ».
  • HeyGen renvoie des horodatages de mots ; ElevenLabs / Kokoro non. Le moteur enchaîne automatiquement transcribe pour les deux derniers ; en autonome, passez --words à HeyGen ou exécutez transcribe sur le fichier audio.
  • Les sous-titres consomment le format de tableau de mots plat avec { id, text, start, end }. Voir references/transcribe.md → « Format de sortie ».
  • remove-background --background-output est un trou, pas une retouche. Pour « scène sans la personne », un outil différent est nécessaire. Voir references/remove-background.md → « Quand ce N'EST PAS le bon outil ».
  • BGM/SFX utilisent par défaut la récupération HeyGen ; la solution de secours sans identifiant est la génération (BGM) ou la bibliothèque intégrée (SFX). /audio/sounds classe par requête textuelle — nommez les effets concrètement (glass shatter, pas dramatic sound) ; une non-correspondance ignore, ne bloque jamais le rendu. Les SFX sont au volume ~0.35 sous voix + BGM. Voir references/sfx.md / references/bgm.md.
  • Traitez le HTML des sous-titres du workflow comme une sortie générée. Pour les vidéos basées sur des préréglages, la source de peau réutilisable se trouve dans .hyperframes/caption-skin.html et le script du workflow écrit compositions/captions.html ; ne modifiez pas le compositions/captions.html généré pour corriger la peau. Reconstruisez via le captions.mjs du workflow, ou utilisez le mécanisme de remplacements explicites de ce workflow lorsqu'il est présent.

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

1345AbhishekKumar/starter-nextjs

Add captions to a talking-head video. ONE catalog (CATALOG.md) of 32 visual identities behind two engines: column-flow (captions composited INTO the scene — matte occlusion + mix-blend; cream/ink/editorial/keynote/documentary/loud/neon/glitch/chrome/velocity) and themed constitutions (anchor/ordnance/terminal/neonsign/stardust/stomp/scoreboard/transit/vhs/arcade/dossier/laser/thunder/hologram/biolume/aurora/spectrum/papercut/popup/chalkboard/graffiti/brush/inkwater/ransom/lastpage/nightcity — e.g. a glyph-decode climax, a neon sign WRITTEN stroke by stroke, or the quiet `anchor` rail default). Route by identity, never by mode. Trigger on "captions/subtitles", "embed/cinematic captions", "VFX captions", "炸/特效/酷炫字幕", a named identity, or top-tier motion-graphics asks. Embedding every word is wrong for most talking-head content — `anchor` is the verbatim default. Pipeline: transcription → hyperframes remove-background matting → HTML render → ffmpeg overlay. Requires hyperframes and a single-subject clip.

1345AbhishekKumar/starter-nextjs

The fallback workflow for authoring custom HyperFrames video compositions at any length or format — longer or multi-scene pieces, brand / sizzle reels, montages, title cards, static loops, and freeform compositions. Input- and length-agnostic. If a specialized workflow clearly fits the input — a marketed product, a website, a topic explainer, a GitHub PR, existing footage, a short motion graphic, or a Remotion port — prefer it (see /hyperframes); use this only as the general fallback when none fit.

1345AbhishekKumar/starter-nextjs

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). HyperFrames-native: single paused timeline, seek-safe, deterministic.

1345AbhishekKumar/starter-nextjs

HyperFrames CLI dev loop. Use when running npx hyperframes init, add, catalog, capture, lint, validate, inspect, layout, snapshot, preview, play, render, publish, lambda, doctor, browser, info, upgrade, skills, compositions, docs, benchmark, telemetry, transcribe, tts, or remove-background, or when troubleshooting the HyperFrames build/render environment. Entry point for AWS Lambda cloud rendering (`hyperframes lambda deploy / render / progress / destroy / policies`).

1345AbhishekKumar/starter-nextjs

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

1345AbhishekKumar/starter-nextjs

Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use `hyperframes-animation`.

1345AbhishekKumar/starter-nextjs

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, registry discovery, and authoring a new block or component to contribute upstream (idea → scaffold → validate → PR).

1345AbhishekKumar/starter-nextjs

Use when the user wants a short, design-led motion graphic where motion is the message: kinetic typography, stat or number count-up, chart/data-viz hit, logo sting, brand lockup, lower-third, callout, social overlay, animated headline/tweet/news item, motion poster, or quick captured-page highlight. Usually under 10s and up to ~30s, with no narration arc, voice-over, or live-action subject. Can render to MP4 or transparent overlay. Not for longer, multi-scene, narrated, or brand-reel pieces (use general-video), narrated website videos (website-to-video), topic explainers (faceless-explainer), product promos (product-launch-video), PR videos (pr-to-video), or captions on existing footage (embedded-captions). When unsure whether it's a quick motion-first piece or a longer / narrated treatment, see /hyperframes.

1345AbhishekKumar/starter-nextjs

Use when the user has a music track (an audio file, or a video to pull audio from) and wants a beat-synced HyperFrames video, calm to hard-hitting. The music drives everything: one analyzer reads it once, the orchestrator lays out the frames and fills a per-frame plan, and one sub-agent builds each frame. Typography and templates are the floor — a complete video needs zero assets — but any images or videos the user supplies are cut into the frames on the same beat grid (beat-cut / ken-burns). The genre (lyric video, slideshow, kinetic promo) falls out of the per-frame choices; the pipeline never branches on it.

1345AbhishekKumar/starter-nextjs

turn a product or marketing URL, pasted script, or brief into a product launch video, including SaaS promos, feature reveals, app launches, company promos, and product marketing videos. Use this skill when the user wants to market, launch, promote, or reveal a product. Do not use it for general non-launch website tours, non-product topic explainers, GitHub pull requests, captioning existing footage, or short unnarrated motion graphics. If the intent is unclear, route through /hyperframes first. This is the new shot-sequence architecture: every visual frame is authored as a time-coded shot sequence picked from a menu of golden blueprints, so frames develop over their full duration instead of freezing after entrance.

1345AbhishekKumar/starter-nextjs

turn a GitHub pull request (a PR URL like github.com/<owner>/<repo>/pull/<N>, an <owner>/<repo>#<N> ref, or 'this PR' in a checked-out repo) into a code-change explainer video, up to ~3 min (sweet spot 30-90s) — changelog, feature reveal, fix, or refactor walkthrough, rendered from the diff / commits / files. The input is a CODE CHANGE read via the gh CLI; there is no website capture. Use this skill for a GitHub PR. Do not use it for a product launch/promo (use /product-launch-video), a tour of a real website (use /website-to-video), a topic explainer with no PR (use /faceless-explainer), captions on existing footage (use /embedded-captions), or a short unnarrated motion graphic (use /motion-graphics). If the intent is unclear, route through /hyperframes first.

1345AbhishekKumar/starter-nextjs

Port an existing Remotion (React) composition to HyperFrames HTML. Use ONLY when the user explicitly asks to port/convert/migrate/translate a Remotion source. Do NOT use: (a) authoring a new HyperFrames composition; (b) Remotion mentioned in passing; (c) Remotion code shared as reference only; (d) "same video as my Remotion one" without explicit migrate request — treat as fresh build. Doubt → `/general-video`. One-way, Remotion-only: no reverse export (HyperFrames→Remotion or any framework), no non-Remotion source (After Effects, Framer Motion, plain React/CSS) → out of scope, re-create via `/general-video`. Flags unsupported patterns (useState, useEffect, async calculateMetadata, third-party React libs, `@remotion/lambda`) and recommends runtime interop over lossy translation. Unsure whether to port vs. build fresh, or only a passing Remotion mention? → /hyperframes.

1345AbhishekKumar/starter-nextjs

Capture a general website/URL and turn it into a HyperFrames video (site tour, showcase, or social clip from the site's own visuals). Uses headless Chrome screenshots + brand assets. Use when intent is general — portfolio/blog/landing-page showcase or social clip from the site. NOT for: product/SaaS launch or promo (→ /product-launch-video, even from a URL); topic explainer with no site (→ /faceless-explainer); GitHub PR (→ /pr-to-video); adding captions to existing video (→ /embedded-captions); short unnarrated page-highlight motion graphic (→ /motion-graphics). Unclear launch-vs-general-site? Ask one question or start at /hyperframes.

Skills associés