josecormane/talking-head-trim

talking-head-trim とは？

このスキルは、ローカル環境で動作する、文字起こし（トランスクリプト）情報を活用した「話し手の顔」動画（トーキングヘッドビデオ）のトリミングワークフローを提供します。主にOpenAI Codex（または類似のAIコーディングエージェント）と連携して使用されることを想定しており、動画ファイルから音声を抽出して文字起こしを行い、そのタイムスタンプ情報に基づいて不要な部分（沈黙や言い間違いなど）を自動的にカットします。これにより、ポッドキャストや講義録画、チュートリアル動画などの編集作業を大幅に効率化できます。文字起こしにはWhisperなどのローカルモデルを使用し、プライバシーを保ちながら処理できる点が特徴です。出力はトリミング済みの動画ファイルとなり、編集ソフトへの読み込みも容易です。