Communitygithub.com

EdgeSpeak Karaokê

Crie legendas ASS estilo karaokê com destaque palavra por palavra, opcionalmente bilíngues com uma segunda linha traduzida, e incorpore-as em vídeos locais usando uma única requisição EdgeSpeak com alinhamento forçado em nível de palavra. Use quando o usuário pedir legendas karaokê, destaque por palavra, arquivo ASS, legendas bilíngues ou duais, escolhas de estilo ou prévias, ou um vídeo com legendas fixas sem fornecer uma transcrição final de referência.

O que é EdgeSpeak Karaokê?

O EdgeSpeak Karaokê é uma skill para agentes de IA que gera legendas karaokê sincronizadas palavra por palavra a partir de uma única requisição de transcrição EdgeSpeak, utilizando alinhamento forçado local em nível de palavra. Ela suporta saída ASS (Advanced SubStation Alpha), legendas bilíngues com linha de tradução, e incorporação de legendas fixas em vídeos via FFmpeg com libass. A skill permite que o usuário escolha entre quatro estilos predefinidos (clássico, minimalista, emoldurado, alto contraste) com prévias visuais reais em quadros do vídeo, evitando suposições que poderiam exigir re-renderizações caras. Ela é compatível com EdgeSpeak CLI (macOS Apple Silicon, Linux x86_64, Windows x64) e Node.js 18+, e gerencia de forma robusta fontes CJK, pontuação ligada a palavras, e falhas de alinhamento, fornecendo relatórios detalhados. A skill é ideal para desenvolvedores e usuários que precisam de legendas karaokê profissionais, bilíngues ou com estilo personalizado sem depender de transcrições externas ou serviços online.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lattifai/EdgeSpeak/tree/HEAD/skills/edgespeak-karaoke

Perguntar na sua IA favorita

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

Documentação

O que EdgeSpeak Karaokê faz?

Crie legendas karaokê a partir de uma única requisição de transcrição EdgeSpeak. Use os scripts Node.js integrados (sem dependências externas) para geração determinística de ASS, prévias de estilo em quadros reais e renderização com FFmpeg.

Deixe o usuário escolher a aparência

Colete o caminho da fonte, local de saída e se o usuário quer ASS, legendas fixas, ou ambos. O estilo é a única decisão que o usuário pode ver e discordar, portanto trate como sendo dele por padrão:

  • Explícito: respeite o preset nomeado ou as substituições. Os presets disponíveis são classic, minimal, boxed e high-contrast.
  • Automático: apenas quando o usuário realmente passar a decisão —

Habilidades Relacionadas