O que talking-head-trim faz?
Fluxo de trabalho local de corte de vídeo de cabeça falante com reconhecimento de transcrição e skill para Codex.
Fluxo de trabalho local de corte de vídeo de cabeça falante com reconhecimento de transcrição e skill para Codex.
Este skill oferece um fluxo de trabalho automatizado para cortar vídeos de cabeças falantes (talking-head) utilizando transcrições locais, eliminando a necessidade de serviços externos de processamento de mídia. Ele é projetado principalmente para uso com o Codex, uma plataforma de desenvolvimento baseada em IA, mas também pode ser adaptado para outros agentes de IA que suportem execução local de scripts. A funcionalidade central depende de transcrições geradas localmente (como por meio de Whisper) para identificar automaticamente segmentos onde o sujeito está falando, removendo silêncios e partes irrelevantes do vídeo. Isso é particularmente útil para criadores de conteúdo que desejam agilizar a edição de vídeos de palestras, tutoriais ou apresentações, mantendo a privacidade dos dados ao processar tudo localmente. O skill se integra ao Codex via comandos de terminal e scripts Python, aproveitando bibliotecas como `ffmpeg` e `whisper` para análise de áudio e corte preciso.
npx skills add josecormane/talking-head-trimFluxo de trabalho local de corte de vídeo de cabeça falante com reconhecimento de transcrição e skill para Codex.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.