Communitygithub.com

Easel — Edição de Áudio Universal

Processamento geral de áudio: corte/edição, transcodificação de formatos (mp3/wav/m4a/aac), normalização de volume, extração de faixa de vídeo, concatenação, fade in/out, alteração de velocidade (com preservação de tom).

O que é Easel — Edição de Áudio Universal?

Easel é uma skill de agente de IA projetada para tarefas gerais de edição de áudio, como corte, conversão de formato, normalização de volume, extração de áudio de arquivos de vídeo, concatenação de múltiplos arquivos, fade in/out e alteração de velocidade (mantendo o pitch). Ela utiliza um script compartilhado (`skills/shared/scripts/audio_ops.py`) que encapsula comandos ffmpeg de forma determinística e reproduzível, garantindo parâmetros consistentes sem comandos manuais. A skill é suportada por agentes como Claude Code, Cursor e Codex, sendo acionada por comandos como "cortar áudio", "converter para mp3", "normalizar volume", "extrair faixa de áudio", "concatenar áudio", "fade in/out", "acelerar/desacelerar áudio" e "alterar velocidade sem mudar o pitch". Ela oferece subcomandos para cada operação, exibe os comandos ffmpeg reais executados e fornece metadados do arquivo de saída (duração, taxa de bits, canais, taxa de amostragem). A skill também inclui um subcomando básico de denoising (remoção de ruído) como fallback, mas para remoção de ruído especializada e completa, recomenda-se usar a skill dedicada `audio-denoise`.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ZJU-REAL/Easel/tree/HEAD/skills/openclaw/audio-editing

Perguntar na sua IA favorita

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

Documentação

Edição de Áudio Universal

Operações gerais de áudio, exceto remoção de ruído: corte, transcodificação, normalização de volume, extração de faixa, concatenação, fade in/out, alteração de velocidade. Tudo através do script compartilhado skills/shared/scripts/audio_ops.py que encapsula ffmpeg, com parâmetros determinísticos e reproduzíveis, sem comandos manuais.

Entrada

CampoObrigatórioDescrição
input_fileSimCaminho do arquivo de áudio ou vídeo
operationSimtrim / convert / normalize / extract / concat / fade / speed / denoise / info
output_fileNãoPadrão: outputs/nome_do_tópico/{name}-{op}.{ext}

Formatos suportados: wav / mp3 / m4a / aac / flac; contêineres de vídeo: mp4 / mkv / mov (para extração de faixa).

Saída

  • Arquivo de áudio processado (colocado em outputs/nome_do_tópico/)
  • A cada operação, imprime o comando ffmpeg real executado + duração/taxa de bits/canais/taxa de amostragem do arquivo de saída

Passos de Execução

Caminho do script (relativo à raiz do projeto): skills/shared/scripts/audio_ops.py. Cada subcomando suporta -h.

0. Verificação de ambiente + sondagem

python skills/shared/scripts/audio_ops.py info input.mp3

O script verifica se ffmpeg/ffprobe estão disponíveis; se não, exibe dicas de instalação. Use info primeiro para exibir duração/taxa de bits/canais antes de prosseguir.

1. Corte (trim)

# Tempo inicial e final
python skills/shared/scripts/audio_ops.py trim in.mp3 -o outputs/nome_do_tópico/clip.mp3 --start 00:00:05 --end 00:00:20
# Início + duração
python skills/shared/scripts/audio_ops.py trim in.mp3 -o clip.mp3 --start 5 --duration 15

2. Transcodificação (convert)

python skills/shared/scripts/audio_ops.py convert in.wav -o out.mp3 --bitrate 192k
python skills/shared/scripts/audio_ops.py convert in.m4a -o out.wav --sample-rate 44100 --channels 2

O formato de saída é determinado pela extensão (mp3/wav/m4a/aac).

3. Normalização de volume (normalize)

python skills/shared/scripts/audio_ops.py normalize in.mp3 -o out.mp3

Padrão: loudnorm para -14 LUFS / -1.5 dBTP (volume comum para redes sociais/podcasts). Pode ser sobrescrito com --i --tp --lra.

4. Extração de faixa (extract)

python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.m4a
python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.aac --copy   # sem recompressão, mais rápido

5. Concatenação (concat)

python skills/shared/scripts/audio_ops.py concat a.mp3 b.mp3 c.mp3 -o all.mp3

Concatena na ordem dos parâmetros, com recompressão para compatibilidade entre diferentes taxas de amostragem/contêineres.

6. Fade in/out (fade)

python skills/shared/scripts/audio_ops.py fade in.mp3 -o out.mp3 --fade-in 2 --fade-out 3

--fade-out posiciona automaticamente nos N segundos finais.

7. Alteração de velocidade (speed) com preservação de pitch

python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 1.5   # 1.5x velocidade
python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 0.8   # desacelerar

Baseado em atempo que preserva o pitch. Para fatores fora de 0.5–2.0, faz cascateamento automático.

8. Remoção de ruído (denoise) — fallback; para uso especializado, use audio-denoise

python skills/shared/scripts/audio_ops.py denoise in.wav -o out.wav --tier 2

Limite com audio-denoise

  • audio-denoise: Skill dedicada à remoção de ruído, responsável por seleção de tier, download de modelos, relatórios de denoising — use-a quando precisar de remoção de ruído séria.
  • audio-editing: Processamento geral de áudio. O subcomando denoise é apenas um fallback rápido. Ambos chamam o mesmo audio_ops.py denoise, com capacidade idêntica, mas propósitos diferentes.

Regras

  1. Nunca excluir arquivos originais — apenas escrever novos arquivos em outputs/nome_do_tópico/.
  2. Primeiro info, depois processar — exibir informações do arquivo para evitar erros.
  3. Entrada de vídeo mexe apenas no áudio — denoise em vídeo faz automaticamente -c:v copy; extração pura de áudio use extract.
  4. Execução transparente — o script imprime o comando ffmpeg real.
  5. Funciona sem Profile — processamento de áudio não depende de perfil de usuário.

Sensibilidade a Perfil (Profile)

Com Profile, é possível escolher parâmetros padrão baseados na preferência da plataforma (ex.: loudness para vídeos curtos, taxa de bits alvo); sem Profile, usa padrões universais (-14 LUFS, 192k).

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ZJU-REAL/Easel

AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。

ZJU-REAL/Easel

一句话主题 → 成品短视频:自动串联 文案→配图/AI视频→配音→字幕→BGM→合成,把 Easel 制作层零件编排成一条'一键出片'流水线。**单条视频、口播/资讯向,画面默认逐句配图 + Ken Burns 缓动,需要动态时才逐段图生视频**。当用户说 一键生成视频、自动做短视频、主题生成视频、帮我做条视频、口播视频一条龙、自动出片、短视频一键生成 时使用。**有剧情/角色/对白/反转/多集的短剧改用 short-drama(每镜强制图生视频、不用静态图冒充);只写脚本用 video-script;只生成单个片段用 ai-video-gen。**

ZJU-REAL/Easel

自动字幕 / 语音转字幕:把音频或视频里的语音识别成字幕文件(SRT/ASS/TXT/JSON),可选把字幕烧录进视频。当用户说自动字幕、语音转字幕、视频加字幕、上字幕、转录、听写、字幕文件、生成字幕、烧字幕时使用。

ZJU-REAL/Easel

音乐卡点视频 / 踩点视频:检测背景音乐的节拍,让图片或片段在节拍点上切换,配推进/白闪特效,做出燃系'卡点'短视频。当用户说 卡点视频、踩点视频、音乐卡点、节奏卡点、按音乐切换、鼓点视频、踩节奏、beat 卡点、图片卡点、卡点混剪 时使用。基于 shared/scripts/beatsync.py(librosa 节拍检测)。与 slideshow-video 区别:slideshow 每图固定时长、柔和转场,本 SKILL 切换点由音乐节拍决定、硬切踩点带特效。

ZJU-REAL/Easel

Easel clipify: long English talk → punchline cuts → optional 16:9→9:16 face-pan/split → opus word-by-word ASS burn. Ships scripts + assets/preview.png. Part of 1.6k★ Easel suite.

ZJU-REAL/Easel

>- 通用图像处理加工:改尺寸/缩放、裁剪、补边适配平台尺寸、格式转换(png/jpg/webp)、 压缩到目标大小、加文字或图片水印、圆角、多图拼接、生成缩略图、读图片信息。 基于 image_ops.py 确定性处理。 使用时机:用户说"改尺寸"、"缩放图片"、"裁剪"、"压缩图片"、"加水印"、"转格式"、 "圆角"、"拼图/多图联排"、"缩略图"、"适配小红书/朋友圈尺寸"、"把图 pad 成 1:1"。 和 card-*(卡片类)的区别:card-* 是"HTML 设计→渲染出图", image-editing 只加工已有图片,不负责视觉设计。

ZJU-REAL/Easel

多角色对话配音:按 cast 和逐行对白为不同角色分配音色与情绪,合成多声线音轨和带角色名字幕。 当用户说“多角色/双人/剧本/对话配音、多人对白、不同角色不同声音、有声剧配音”时使用。 单一公共音色用 tts-voiceover;克隆本人音色用 voice-clone;整部短剧制作由 short-drama 编排。

ZJU-REAL/Easel

Easel video-highlights: CN/livestream highlight extract + stable static vertical reframe (sibling to clipify).

ZJU-REAL/Easel

>- 视频制作策略与工具选型:AI 视频生成模型对比、视频脚本结构设计、制作流程规划,覆盖产品演示/解说/社媒短视频场景。 当用户说"视频怎么做""视频选型""用什么工具做视频""视频制作流程""视频策略""视频系列规划"时使用。 和 video-script 的区别:video-strategy 做内容规划与工具选型,video-script 写具体某条视频的脚本。

Habilidades Relacionadas