Communitygithub.com

ZJU-REAL/Easel

汎用オーディオ処理:クリップ/カット、フォーマット変換(mp3/wav/m4a/aac)、音量ノーマライズ、動画からの音声抽出、複数ファイルの連結、フェードイン/アウト、ピッチ保持の速度変更。ユーザーが「音声を切って」「一部分を切り出して」「mp3に変換して」「音量/ラウドネスを調整して」「音声を抽出して」「音声を連結して」「フェードイン/フェードアウト」「音声を速く/遅くして」「ピッチを変えずに速度変更」と言ったときに使用します。audio-denoise との違い:audio-denoise はノイズ除去専用、audio-editing はノイズ除去以外の汎用オーディオ操作を行います(内蔵の denoise もフォールバックとして利用可能)。

Easel とは?

このスキルは、ノイズ除去以外の一般的なオーディオ編集タスクをカバーする汎用オーディオ処理ツールです。クリップ(トリミング)、フォーマット変換、音量ノーマライズ、動画からの音声抽出、複数ファイルの連結、フェードイン/フェードアウト、ピッチを保持した速度変更など、幅広い操作をサポートします。全ての処理は共有スクリプト `skills/shared/scripts/audio_ops.py` を介して ffmpeg をラップしており、パラメータが確定され再現可能なため、毎回コマンドを手動で組み立てる必要はありません。サポートされる入出力フォーマットは wav、mp3、m4a、aac、flac で、動画コンテナ(mp4、mkv、mov)からの音声抽出にも対応します。出力ファイルは `outputs/テーマ名/` ディレクトリに保存され、各操作で実際に実行された ffmpeg コマンドと出力ファイルの情報(長さ、ビットレート、チャンネル数、サンプルレート)が表示されるため、透明性が高くデバッグも容易です。このスキルは、Claude Code、Cursor、Codex などの AI エージェントと連携することを想定して設計されており、ユーザーからの自然言語での指示に応じて適切なオーディオ処理を実行します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ZJU-REAL/Easel/tree/HEAD/skills/openclaw/audio-editing

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

汎用オーディオ処理

ノイズ除去以外の汎用オーディオ操作:クリップ、変換、音量ノーマライズ、音声抽出、連結、フェードイン/フェードアウト、速度変更。すべて共有スクリプト skills/shared/scripts/audio_ops.py を介して ffmpeg をラップし、パラメータは確定・再現可能で、現場でコマンドを手組みしません。

入力

フィールド必須説明
input_fileはいオーディオまたはビデオファイルのパス
operationはいtrim / convert / normalize / extract / concat / fade / speed / denoise / info
output_fileいいえデフォルト outputs/テーマ名/{name}-{op}.{ext}

対応フォーマット:wav / mp3 / m4a / aac / flac、動画コンテナ mp4 / mkv / mov(音声抽出)。

出力

  • 処理後のオーディオファイル(outputs/テーマ名/ に保存)
  • 各操作で実際に実行された ffmpeg コマンド + 出力ファイルの長さ/ビットレート/チャンネル数/サンプルレートを表示

実行手順

スクリプトパス(プロジェクトルート相対):skills/shared/scripts/audio_ops.py。各サブコマンドは -h をサポート。

0. 環境確認 + プローブ

python skills/shared/scripts/audio_ops.py info input.mp3

スクリプト自体が ffmpeg/ffprobe を確認し、欠けている場合はインストールのヒントを表示します。まず info でファイルの長さ/ビットレート/チャンネル数を表示してから操作を開始します。

1. クリップ trim

# 開始・終了時間
python skills/shared/scripts/audio_ops.py trim in.mp3 -o outputs/テーマ名/clip.mp3 --start 00:00:05 --end 00:00:20
# 開始位置 + 長さ
python skills/shared/scripts/audio_ops.py trim in.mp3 -o clip.mp3 --start 5 --duration 15

2. 変換 convert

python skills/shared/scripts/audio_ops.py convert in.wav -o out.mp3 --bitrate 192k
python skills/shared/scripts/audio_ops.py convert in.m4a -o out.wav --sample-rate 44100 --channels 2

出力フォーマットは拡張子で決まります(mp3/wav/m4a/aac)。

3. 音量ノーマライズ normalize

python skills/shared/scripts/audio_ops.py normalize in.mp3 -o out.mp3

デフォルトでは loudnorm により -14 LUFS / -1.5 dBTP(SNS/ポッドキャスト共通ラウドネス)にノーマライズします。--i --tp --lra で上書き可能。

4. 音声抽出 extract

python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.m4a
python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.aac --copy   # 再エンコードなし、最速

5. 連結 concat

python skills/shared/scripts/audio_ops.py concat a.mp3 b.mp3 c.mp3 -o all.mp3

引数の順に連結し、再エンコード方式で異なるサンプルレート/コンテナにも対応。

6. フェードイン/フェードアウト fade

python skills/shared/scripts/audio_ops.py fade in.mp3 -o out.mp3 --fade-in 2 --fade-out 3

--fade-out は自動的に末尾 N 秒前に適用されます。

7. 速度変更 speed(ピッチ保持)

python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 1.5   # 1.5倍速
python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 0.8   # スローダウン

atempo ベースでピッチを保持し、0.5~2.0 の範囲を超える場合は自動的にカスケード処理します。

8. ノイズ除去 denoise(フォールバック、専用の場合は audio-denoise を使用)

python skills/shared/scripts/audio_ops.py denoise in.wav -o out.wav --tier 2

audio-denoise との境界

  • audio-denoise:ノイズ除去専用の SKILL。レベルの選択、モデルダウンロード、ノイズ除去レポートなど、完全なワークフローを担当します。本格的なノイズ除去が必要な場合はこちらを使用。
  • audio-editing:汎用オーディオ処理。denoise サブコマンドは便宜上のフォールバックに過ぎません。両者は同じ audio_ops.py denoise を呼び出しており、能力は同一ですが、位置づけが異なります。

ルール

  1. 元のファイルは絶対に削除しない — 新しいファイルのみ outputs/テーマ名/ に書き込みます。
  2. info を先に、処理はその後 — ファイル情報を表示し、誤操作を防ぎます。
  3. ビデオ入力は音声のみ操作 — denoise ではビデオに自動的に -c:v copy を適用。純粋な音声抽出は extract を使用。
  4. 透過的な実行 — スクリプトは実際の ffmpeg コマンドを表示します。
  5. Profile なしでも利用可能 — オーディオ処理はアカウントプロファイルに依存しません。

Profile 認識

Profile がある場合は、プラットフォームの好みに応じてデフォルトパラメータ(例:ショート動画のラウドネス、ターゲットビットレート)を選択できます。Profile がない場合は、汎用デフォルト(-14 LUFS、192k)にフォールバックします。

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ZJU-REAL/Easel

AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。

ZJU-REAL/Easel

一句话主题 → 成品短视频:自动串联 文案→配图/AI视频→配音→字幕→BGM→合成,把 Easel 制作层零件编排成一条'一键出片'流水线。**单条视频、口播/资讯向,画面默认逐句配图 + Ken Burns 缓动,需要动态时才逐段图生视频**。当用户说 一键生成视频、自动做短视频、主题生成视频、帮我做条视频、口播视频一条龙、自动出片、短视频一键生成 时使用。**有剧情/角色/对白/反转/多集的短剧改用 short-drama(每镜强制图生视频、不用静态图冒充);只写脚本用 video-script;只生成单个片段用 ai-video-gen。**

ZJU-REAL/Easel

自动字幕 / 语音转字幕:把音频或视频里的语音识别成字幕文件(SRT/ASS/TXT/JSON),可选把字幕烧录进视频。当用户说自动字幕、语音转字幕、视频加字幕、上字幕、转录、听写、字幕文件、生成字幕、烧字幕时使用。

ZJU-REAL/Easel

音乐卡点视频 / 踩点视频:检测背景音乐的节拍,让图片或片段在节拍点上切换,配推进/白闪特效,做出燃系'卡点'短视频。当用户说 卡点视频、踩点视频、音乐卡点、节奏卡点、按音乐切换、鼓点视频、踩节奏、beat 卡点、图片卡点、卡点混剪 时使用。基于 shared/scripts/beatsync.py(librosa 节拍检测)。与 slideshow-video 区别:slideshow 每图固定时长、柔和转场,本 SKILL 切换点由音乐节拍决定、硬切踩点带特效。

ZJU-REAL/Easel

Easel clipify: long English talk → punchline cuts → optional 16:9→9:16 face-pan/split → opus word-by-word ASS burn. Ships scripts + assets/preview.png. Part of 1.6k★ Easel suite.

ZJU-REAL/Easel

>- 通用图像处理加工:改尺寸/缩放、裁剪、补边适配平台尺寸、格式转换(png/jpg/webp)、 压缩到目标大小、加文字或图片水印、圆角、多图拼接、生成缩略图、读图片信息。 基于 image_ops.py 确定性处理。 使用时机:用户说"改尺寸"、"缩放图片"、"裁剪"、"压缩图片"、"加水印"、"转格式"、 "圆角"、"拼图/多图联排"、"缩略图"、"适配小红书/朋友圈尺寸"、"把图 pad 成 1:1"。 和 card-*(卡片类)的区别:card-* 是"HTML 设计→渲染出图", image-editing 只加工已有图片,不负责视觉设计。

ZJU-REAL/Easel

多角色对话配音:按 cast 和逐行对白为不同角色分配音色与情绪,合成多声线音轨和带角色名字幕。 当用户说“多角色/双人/剧本/对话配音、多人对白、不同角色不同声音、有声剧配音”时使用。 单一公共音色用 tts-voiceover;克隆本人音色用 voice-clone;整部短剧制作由 short-drama 编排。

ZJU-REAL/Easel

Easel video-highlights: CN/livestream highlight extract + stable static vertical reframe (sibling to clipify).

ZJU-REAL/Easel

>- 视频制作策略与工具选型:AI 视频生成模型对比、视频脚本结构设计、制作流程规划,覆盖产品演示/解说/社媒短视频场景。 当用户说"视频怎么做""视频选型""用什么工具做视频""视频制作流程""视频策略""视频系列规划"时使用。 和 video-script 的区别:video-strategy 做内容规划与工具选型,video-script 写具体某条视频的脚本。

関連スキル