Communitygithub.com

danielmiessler/Personal_AI_Infrastructure

AIによるオーディオ・ビデオ編集パイプライン:Whisperによる単語レベルの文字起こし、Claudeによるセグメント分類、ffmpegによる編集、オプションでCleanvoice APIによるクラウド処理を統合。

Personal_AI_Infrastructure とは?

このスキルは、AIエージェント(Claude Code、Cursor、Codexなど)向けに設計された、オーディオおよびビデオ編集の自動化パイプラインです。Whisper(insanely-fast-whisper、MPS対応)を使用して単語レベルの高精度文字起こしを行い、その結果をClaudeに渡して各セグメントを「KEEP」、「CUT_FILLER」(フィラーの削除)、「CUT_FALSE_START」(言い間違いの削除)、「CUT_STUTTER」(吃音の削除)、「CUT_DEAD_AIR」(無音部分の削除)、「CUT_EDIT_MARKER」(編集マーカーの削除)の6種類に分類します。分類結果に基づき、ffmpegが40msのqsinクロスフェードとルームトーンのギャップフィルを適用して編集を実行。さらに、Cleanvoice APIを使用して口唇音やラウドネスの正規化といったクラウド処理をオプションで追加可能です。このパイプラインの特徴は、修辞的な間と偶発的な沈黙を区別し、呼吸音は50%の音量に減衰(削除はしない)する点です。`--prev`フラグを使用したプレビューモードもサポートしています。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/danielmiessler/Personal_AI_Infrastructure/tree/main/Packs/AudioEditor/src

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

Personal_AI_Infrastructure は何をしますか?

AIを活用したオーディオ・ビデオ編集パイプライン:Whisperによる単語レベルの文字起こし(MPS上で insanely-fast-whisperを使用)→ Claudeによるセグメント分類(KEEP / CUT_FILLER / CUT_FALSE_START / CUT_STUTTER / CUT_DEAD_AIR / CUT_EDIT_MARKER)→ 40msのqsinクロスフェードとルームトーンのギャップフィルを適用したffmpegによる実行 → オプションでCleanvoice APIを使用したクラウド処理(口唇音除去、ラウドネス正規化)。修辞的な間と偶発的な沈黙を区別します。呼吸音は50%の音量に減衰(削除はしません)。プレビューモード(--prev)も利用可能。

関連スキル