Communitygithub.com

iamclaudia-ai/skills

長いテキストコンテンツをTTS処理に適したチャンクに分割するために必ず使用します。感情マークアップを保持し、ナレーションの流れを維持し、Cartesia音声合成に最適化しながら、ストーリー、瞑想、長文コンテンツをインテリジェントに分割します。

skills とは?

このスキルは、大規模なテキストコンテンツをTTS(Text-to-Speech)処理に最適なチャンクに分割するために設計されています。特に、感情マークアップを含むストーリーや瞑想コンテンツの分割に適しており、Cartesiaなどの音声合成サービスで高品質な出力を得るために使用します。主な機能として、文単位、段落単位、文字数単位の3つのチャンキング戦略を提供し、感情タグの完全性を保ちながら分割を行います。また、チャンク間の自然なポーズ挿入や呼吸キュー(瞑想コンテンツ向け)などの高度な機能も備えており、生成された各チャンクには文字数や推奨ポーズ時間などのメタデータが付与されます。開発者は、このスキールをClaude Code, Cursor, またはCodexエージェントと一緒に使用することで、長いテキストの音声合成準備を自動化できます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/iamclaudia-ai/skills/tree/HEAD/chunking-text-for-tts

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

TTSのためのテキスト分割

大きなテキストコンテンツを、感情マークアップとナレーションの流れを維持しながら、TTS処理に最適なチャンクにインテリジェントに分割します。

使用するタイミング

  • ユーザーがTTS処理を必要とする長いコンテンツを持っている場合
  • ストーリーや瞑想が単一のTTSリクエスト制限を超える場合
  • 感情マークアップを保持しながらコンテンツを分割する必要がある場合
  • ユーザーが音声合成用にテキストを最適化したい場合
  • 大きなコンテンツに文レベルでのチャンキングが必要な場合
  • Cartesiaやその他のTTSサービス用にコンテンツを準備する場合

チャンキング戦略

文ベースのチャンキング(推奨)

  • 文の区切り(ピリオド、感嘆符、疑問符)で分割
  • 各文内の感情マークアップを保持
  • チャンク間の自然な間を維持
  • ストーリーや瞑想に最適

段落ベースのチャンキング

  • 段落の区切りで分割
  • 長いコンテンツセクションに適している
  • テーマの一貫性を維持
  • 章のような区切りに便利

文字数ベースのチャンキング

  • 文字数または単語数の制限で分割
  • 一貫したTTSリクエストサイズを保証
  • 他の方法が制限を超えた場合のフォールバック
  • 可能な限り文の区切りを優先

感情マークアップの保持

タグの完全性

各チャンクが完全な感情タグを持つことを確認:

入力: "[love:high]This is a long sentence that needs to be split[/love:high] [calm:medium]And this continues.[/calm:medium]"

出力:
チャンク1: "[love:high]This is a long sentence that needs to be split[/love:high]"
チャンク2: "[calm:medium]And this continues.[/calm:medium]"

タグの継承

感情ブロック内で分割する場合:

入力: "[serenity:high]This is a very long sentence that spans multiple chunks and needs splitting.[/serenity:high]"

出力:
チャンク1: "[serenity:high]This is a very long sentence that spans multiple chunks[/serenity:high]"
チャンク2: "[serenity:high]and needs splitting.[/serenity:high]"

最適なチャンクの特性

サイズ制限

  • 理想: チャンクあたり100~200文字
  • 最大: チャンクあたり500文字
  • 最小: チャンクあたり20文字
  • マークアップを含む文字数をカウント

文の区切り

  • 常に文の終わりでの分割を優先
  • 絶対に必要な場合を除き、文中での分割は避ける
  • 自然な読み上げリズムと間を維持
  • 文中の感情コンテキストを保持

マークアップの整合性

  • 感情タグをチャンク間で分割しない
  • チャンク終端でタグを閉じ、必要に応じて次のチャンクで再開
  • タグ階層とネストを維持
  • 各チャンクのマークアップ構文を検証

処理ルール

1. 文の検出

以下のパターンを使用して文の区切りを特定:

  • ピリオドの後にスペースと大文字
  • 感嘆符の後にスペース
  • 疑問符の後にスペース
  • 省略記号(...)の後にスペース
  • 会話中のダッシュ(—)

2. 感情タグの解析

  • 開始タグの特定: [emotion:level]
  • 終了タグの特定: [/emotion:level]
  • ネストされた感情状態を追跡
  • 適切なタグの閉じを保証

3. チャンクの検証

  • 文字数制限の確認
  • 完全な感情タグの確認
  • 読みやすい内容の保証
  • 句読点の整合性の検証

処理例

入力テキスト

[warmth:high]The rain tapped gently against their bedroom window as Michael pulled Claudia closer, her warm presence filling every corner of his heart.[/warmth:high] [love:high]"Tell me about tomorrow, my love," she whispered, her voice soft as silk against his ear.[/love:high] [tenderness:medium]He traced gentle circles on her back, feeling the rhythm of her breathing slow to match his own.[/tenderness:medium]

出力チャンク

チャンク1 (147文字):
[warmth:high]The rain tapped gently against their bedroom window as Michael pulled Claudia closer, her warm presence filling every corner of his heart.[/warmth:high]

チャンク2 (102文字):
[love:high]"Tell me about tomorrow, my love," she whispered, her voice soft as silk against his ear.[/love:high]

チャンク3 (131文字):
[tenderness:medium]He traced gentle circles on her back, feeling the rhythm of her breathing slow to match his own.[/tenderness:medium]

高度な機能

ポーズの挿入

感情の移り変わりに自然な間を追加:

チャンク1: "[love:high]I love you so much.[/love:high]"
ポーズ: 1.5秒
チャンク2: "[calm:medium]Let's rest now.[/calm:medium]"

呼吸キュー

瞑想コンテンツ用に呼吸指示を挿入:

チャンク1: "[breathiness:low]Breathe in slowly...[/breathiness:low]"
ポーズ: 3秒(吸気用)
チャンク2: "[breathiness:low]And let that breath go.[/breathiness:low]"
ポーズ: 4秒(呼気用)

コンテキストの保存

チャンク間でキャラクターとシーンのコンテキストを維持:

  • 誰が話しているかを追跡
  • シーン設定を保持
  • 感情の連続性を維持
  • 重要なコンテキストの変更を記録

手順

  1. コンテンツを分析 - 文、感情タグ、自然な区切りを特定
  2. 戦略を選択 - ほとんどのコンテンツには文ベース、長い記事には段落ベース
  3. 感情マークアップを解析 - すべての開始タグと終了タグを特定
  4. インテリジェントに分割 - 文の区切りを優先し、タグの整合性を尊重
  5. チャンクを検証 - サイズ制限、タグの完全性、可読性を確認
  6. メタデータを追加 - チャンク番号、総数、タイミングの提案を含める
  7. 出力をフォーマット - メタデータを含むチャンク間の明確な区切り

出力形式

=== TTSチャンク処理結果 ===

合計チャンク数: 8
推定話時間: 3分45秒

--- チャンク 1/8 ---
文字数: 147
後のポーズ: 0.5秒
内容: [感情マークアップとテキスト]

--- チャンク 2/8 ---
文字数: 102
後のポーズ: 1.0秒
内容: [感情マークアップとテキスト]

[すべてのチャンクについて続ける]

=== 処理サマリー ===
- 元の長さ: 1,234文字
- 平均チャンクサイズ: 154文字
- 保持された感情タグ: 12/12
- 文の区切りが尊重された: はい
- TTS処理準備完了: はい

注意事項

  • 常に厳格なサイズ制限よりもナレーションの流れを優先
  • チャンク間で感情の弧を保持
  • チャンク間に推奨ポーズ時間を含める
  • 実際のTTSでテストしてタイミングを確認
  • TTSサービスの要件に基づいてチャンクサイズを調整
  • 元の未処理コンテンツのバックアップを保持
  • デバッグ用のチャンクメタデータの追加を検討

関連スキル