Communitygithub.com

Sanidhya14321/video-forge

技術動画向けに、ローカルまたはオプションでOpenAIによるナレーション生成、音楽や効果音の準備、オーディオミキシングを行います。

video-forge とは?

このスキルは、技術動画制作における音声ワークフローを包括的にサポートします。ナレーションは、事前に用意された音声ファイル、ローカルのKokoroによる合成音声、またはOpenAIの音声合成APIのいずれかを使用可能です。音楽と効果音は設定された音量でループ再生され、字幕がアクティブな間は自動的に減衰します。生成された音声には2パスのラウドネス正規化が適用され、提供された音声の音量はそのまま保持されます。ビート駆動のリール向けには、FPS/BPMクロックに基づいたキュー時間の導出や、重要なトランジションへの強調など、高度なオーディオ編集機能を提供します。対応プラットフォームは特に限定されていませんが、環境変数による認証情報管理を前提としています。

対応~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Sanidhya14321/video-forge/tree/HEAD/skills/video-audio

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

ビデオオーディオ

オーディオワークフローを参照してください。承認済みのオーディオまたはローカルのKokoroを推奨します。完全なエクスポート前に、記号、名前、略語、コードの発音を確認してください。読みやすいスクリプトが話しやすいとは限りません。

narration.provider: file は提供音声、kokoro はローカル合成、openai は明示的に選択された有料音声呼び出しに使用します。OpenAIには、確認済みの文字単価とクラウド予算の確保が必要です。対応モデルはプロジェクト契約書に記載されています。認証情報は環境変数に保存してください。

ランナーは、シーンのタイムラインより長いナレーションを拒否します。短いナレーションは、残りの映像時間をそのまま残します。音楽は設定された音量でループし、タイムスタンプ付きのキャプション単語がアクティブな間は減衰されます。生成された音声には、ミキシング前に測定済みの2パスラウドネス正規化が適用されます。提供された音声のレベルは保持されます。実際のオーディオを検査し、測定されていないラウドネス目標を主張しないでください。

生成されたナレーションは、公開用コピー内で開示する必要があります。カスタム音声クローンやホスト型音楽生成はリファレンスワークフローです。オーディオクレジットは、ツールキットのコードライセンスとは別に保持してください。

ビート駆動のリールについては、リールの方向性に従ってください。キュー時間はモーションと同じFPS/BPMクロックから導出し、重要なトランジションを選択的に強調し、音声の明瞭さを維持してください。使用可能なライセンスなしに流行りの商用トラックをインポートしないでください。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

関連スキル