evo-dubbing-tts-synthesis は何をしますか？
Kokoro TTS を使用してテキストからターゲット言語の音声を合成し、速度/時間制御で正確な時間枠に合わせます。SRT解析、テキスト抽出、WAVセグメント生成を行います。
Kokoro TTS を使用してテキストからターゲット言語の音声を合成し、速度/時間制御で正確な時間枠に合わせます。SRT解析、テキスト抽出、WAVセグメント生成を行います。
このスキルは、Kokoro TTS エンジンを利用して、翻訳されたテキストからターゲット言語の音声を合成するためのものです。主に吹き替え用途に特化しており、元の動画の音声の長さに合わせて合成音声の再生速度と長さを調整する機能を備えています。具体的には、SRTファイルを解析して字幕テキストと時間情報を抽出し、その時間枠（タイムウィンドウ）に収まるように音声を生成・調整します。生成された音声はWAV形式のセグメントとして保存され、後続の動画編集や結合処理に利用できます。開発者向けツール（Claude Code、Cursor、Codexなど）と連携し、AIエージェントが自動的に吹き替えパイプラインを構築するためのコンポーネントとして設計されています。
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-tts-synthesisKokoro TTS を使用してテキストからターゲット言語の音声を合成し、速度/時間制御で正確な時間枠に合わせます。SRT解析、テキスト抽出、WAVセグメント生成を行います。
This repo contains 3 individual skills — each has its own dedicated page.
Handles audio resampling, loudness normalization per ITU-R BS.1770-4, and LUFS measurement for TTS segments to ensure broadcast-quality output.
Muxes normalized TTS audio segments into the original video at precise time offsets using FFmpeg, and generates the JSON report with timing, drift, and loudness metadata.
A comprehensive skill for extracting chapter indices from tutorial videos using FFmpeg audio extraction, OpenAI Whisper ASR transcription with word-level timestamps, and semantic chapter alignment via fuzzy string matching.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
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...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.