Communitygithub.com

christiansalazar-wk/ai-lore

Pré-processamento de mídia HyperFrames — geração de TTS, transcrição de áudio, remoção de fundo e otimização de ativos.

O que é ai-lore?

Este skill capacita agentes de IA (como Claude Code, Cursor e Codex) a pré-processar mídia para o ecossistema HyperFrames. Ele oferece funcionalidades essenciais: geração de Texto-para-Fala (TTS) com múltiplas vozes e emoções, transcrição de arquivos de áudio/vídeo para formatos como VTT e SRT, remoção de fundo de imagens e vídeos, duplicação (ducking) de áudio automática e visualização de formas de onda. O usuário define parâmetros por meio de atributos HTML (data-hf-*) ou comandos CLI (npx hyperframes). O suporte a diversas vozes (inglês, espanhol, francês, alemão, japonês, chinês) e configurações de emoção, velocidade e pitch torna o TTS flexível para produções localizadas. A remoção de fundo pode usar um modo de qualidade, e a duplicação de áudio controla ataque e liberação. Tudo foi projetado para integração simples em fluxos de trabalho de agentes de IA, sem necessidade de conhecimento prévio do HyperFrames.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/christiansalazar-wk/ai-lore/tree/HEAD/skills/hyperframes-media

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Mídia HyperFrames

Texto-para-Fala (TTS)

<div data-hf-clip
     data-hf-tts="Bem-vindo ao HyperFrames."
     data-hf-tts-voice="en-US-neural-f1"
     data-hf-tts-speed="1.0"
     data-hf-tts-emotion="neutral"
     data-hf-start="1s">
</div>
AtributoValores
data-hf-tts-voiceID da voz
data-hf-tts-speed0,5–2,0
data-hf-tts-pitch-20 a +20 semitons
data-hf-tts-emotionneutral, cheerful, sad, excited, calm

IDs de Voz

IDIdiomaGênero
en-US-neural-f1en-USF
en-US-neural-m1en-USM
en-GB-neural-f1en-GBF
en-AU-neural-m1en-AUM
es-ES-neural-f1es-ESF
fr-FR-neural-f1fr-FRF
de-DE-neural-m1de-DEM
ja-JP-neural-f1ja-JPF
zh-CN-neural-f1zh-CNF

Transcrição

npx hyperframes transcribe assets/interview.mp4 --out assets/interview.vtt
# --language en  --format vtt|srt|json  --timestamps word

Remoção de Fundo

npx hyperframes bg-remove assets/speaker.jpg --out assets/speaker-nobg.png
npx hyperframes bg-remove assets/speaker.mp4 --out assets/speaker-nobg.webm --model quality

Duplicação de Áudio (Ducking)

<audio data-hf-clip data-hf-start="0s" src="assets/bg-music.mp3"
       data-hf-duck="0.15"
       data-hf-duck-attack="0.3s"
       data-hf-duck-release="0.6s" />

Visualização de Forma de Onda

<div data-hf-clip data-hf-start="0s" data-hf-duration="10s"
     data-hf-waveform="assets/music.mp3"
     data-hf-waveform-color="#58a6ff"
     data-hf-waveform-style="bars"
     style="width:800px;height:120px;position:absolute;bottom:40px;left:560px;">
</div>

Estilos: bars, line, circle, dots

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

Habilidades Relacionadas