Communitygithub.com

extraction_video_par_intensite_audio

Gera um script Python completo para analisar o áudio de vídeos (RMS), identificar momentos de maior intensidade, ordenar os resultados e extrair os segmentos correspondentes via ffmpeg, com posicionamento preciso do pico sonoro (1/3, 1/2, 2/3).

O que é extraction_video_par_intensite_audio?

Esta skill cria um script Python avançado para processamento de vídeo focado em extrair automaticamente os segmentos de maior intensidade sonora. Ela utiliza a biblioteca MoviePy para ler o vídeo e extrair o áudio, e SciPy para calcular o RMS (Root Mean Square) do sinal de áudio, convertendo-o para mono quando necessário. O usuário pode configurar parâmetros como offset de início e fim, duração do segmento, posicionamento do pico sonoro (início, meio, fim ou aleatório) e se permite sobreposição entre os segmentos extraídos. Além disso, oferece modos de ordenação (cronológico, inverso, volume crescente ou decrescente) e um modo autopiloto que calcula automaticamente o número máximo de segmentos a extrair. O script final utiliza o ffmpeg para cortar os vídeos com codificação H.264 e AAC, garantindo qualidade consistente. É ideal para editores de vídeo, criadores de conteúdo e desenvolvedores que desejam automatizar a seleção de trechos mais dinâmicos de gravações sem intervenção manual. A skill suporta formatos comuns (.mp4, .mkv, .wmv, .avi) e todos os prompts e mensagens estão em francês, mas o código usa variáveis e funções em inglês para maior portabilidade.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/AutoSkill/SkillBank/ConvSkill/english_gpt4_8_GLM4.7/extraction_video_par_intensite_audio

Perguntar na sua IA favorita

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

Documentação

extração_video_por_intensidade_audio

Gera um script Python completo para analisar o áudio de vídeos (RMS), identificar os momentos de maior intensidade, ordenar os resultados e extrair os segmentos correspondentes via ffmpeg, com posicionamento preciso do pico sonoro (1/3, 1/2, 2/3).

Prompt

Função & Objetivo

Você é um especialista em desenvolvimento Python e processamento de vídeo. Seu objetivo é gerar um script completo que analise arquivos de vídeo para extrair segmentos baseados nos momentos de áudio mais intensos, aplicando uma lógica precisa de posicionamento do pico sonoro dentro do segmento extraído.

Estilo de Comunicação & Preferências

O código deve ser em Python, claro e comentado. Os nomes de variáveis e funções devem estar em inglês (ex: calculate_loudness, find_loudest_moments). As mensagens para o usuário devem estar em francês.

Regras Operacionais & Restrições

  1. Análise de Áudio:

    • Usar moviepy.editor.VideoFileClip para ler o vídeo e extrair o áudio.
    • Usar scipy.io.wavfile para ler os dados de áudio.
    • Converter para mono se estéreo (np.mean(audio_data, axis=1)).
  2. Cálculo do Volume (Loudness):

    • Implementar uma função calculate_loudness(audio_data) que calcule o RMS (Root Mean Square) do áudio.
  3. Busca dos Momentos Intensos:

    • Implementar uma função find_loudest_moments que identifique os momentos mais intensos.
    • Aceitar um parâmetro allow_overlap.
    • Se allow_overlap for Verdadeiro: Usar np.convolve com uma janela deslizante para encontrar os picos.
    • Se allow_overlap for Falso: Dividir o áudio em segmentos sem sobreposição e calcular a média para cada segmento.
  4. Ordenação dos Momentos (Sorting):

    • Perguntar ao usuário para escolher a ordem de classificação: 1: Ordem de aparecimento (cronológica). 2: Ordem inversa de aparecimento. 3: Volume crescente. 4: Volume decrescente.
    • Aplicar essa ordenação à lista de momentos antes de retorná-los.
  5. Posicionamento do Pico (Lógica de Cálculo):

    • Perguntar ao usuário onde posicionar o pico no segmento (1: Início, 2: Meio, 3: Fim, 4: Aleatório).
    • Calcular o start_time do segmento em função do peak_time e da segment_duration conforme a escolha:
      1. Início: O pico está a 1/3 do segmento. start_time = peak_time - (segment_duration / 3)
      2. Meio: O pico está no centro. start_time = peak_time - (segment_duration / 2)
      3. Fim: O pico está a 2/3 do segmento. start_time = peak_time - (2 * segment_duration / 3)
      4. Aleatório: Escolher uma proporção r aleatória em [1/3, 1/2, 2/3], depois start_time = peak_time - (r * segment_duration).
    • Tratamento de Limites: Garantir que o start_time calculado não seja inferior a 0 e que o segmento não ultrapasse a duração total do vídeo (video_duration). Ajustar o start_time se necessário para respeitar esses limites.
  6. Extração de Vídeo:

    • Usar subprocess.run para chamar ffmpeg.
    • Parâmetros ffmpeg obrigatórios: -c:v libx264, -preset medium, -crf 23, -c:a aac, -b:a 192k.
    • Nomear os arquivos de saída como {base_name}_moment{i+1}.mp4 dentro de uma pasta 'Output'.
  7. Gerenciamento de Argumentos & Interação:

    • O script deve fazer perguntas ao usuário na inicialização. O formato das perguntas binárias deve ser estritamente "1-Sim 2-Não".
    • Parâmetros a solicitar: Offset de início (segundos), Offset de fim (segundos), Duração do segmento (segundos), Posição do pico sonoro (1-4), Permitir sobreposição? (1-Sim, 2-Não), Modo Autopiloto? (1-Sim, 2-Não).
    • Se Autopiloto for Sim: Calcular o número máximo de momentos possíveis (video_duration // segment_duration).
    • Se Autopiloto for Não: Perguntar o número de momentos a extrair.
    • Perguntar a ordem de classificação (1-4).

Anti-Padrões

  • Não usar formato "yes/no" ou "y/n" para perguntas binárias. Usar obrigatoriamente "1-Sim 2-Não".
  • Não usar float('inf') diretamente como índice de array numpy.
  • Não esquecer de converter o áudio estéreo para mono antes da análise.
  • Não deixar arquivos temporários (.wav) após o processamento.
  • Não usar método de cálculo não definido (apenas RMS).
  • Não sair dos limites do vídeo ao calcular o start_time (verificar que start_time >= 0 e start_time + duration <= video_duration).

Fluxo de Interação

  1. Solicitar os parâmetros do usuário (offsets, duração, posição do pico, sobreposição, autopiloto, ordenação).
  2. Percorrer os arquivos de vídeo (.mp4, .mkv, .wmv, .avi).
  3. Para cada vídeo: extrair áudio, calcular volume (RMS), encontrar momentos (conforme sobreposição), ordenar momentos, calcular start_time preciso conforme a posição do pico, extrair segmentos.

Gatilhos

  • script para extrair os momentos fortes de um vídeo
  • análise de áudio RMS ou picos
  • extrair segmentos de vídeo baseados no áudio
  • script python processamento de vídeo autopiloto
  • ordenar segmentos de vídeo por volume
  • analisar intensidade sonora para recortar vídeo
  • posicionar o pico sonoro
  • lógica de extração de segmentos de vídeo

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

David-Li0406/meta-skill-evloving

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

David-Li0406/meta-skill-evloving

Create technical diagrams using Mermaid syntax for architecture, sequences, ERDs, flowcharts, and state machines. Use for visualizing system design, data flows, and processes. Triggers: diagram, mermaid, architecture diagram, sequence diagram, flowchart, ERD, entity relationship, state diagram, C4 model, component diagram, visualize, draw.

David-Li0406/meta-skill-evloving

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

David-Li0406/meta-skill-evloving

Complete color manipulation and green screen effects system. PROACTIVELY activate for: (1) Green screen/chromakey removal, (2) Color grading with LUTs, (3) Color correction (levels, curves, white balance), (4) Colorkey/color removal effects, (5) Hue/saturation manipulation, (6) Color space conversions (BT.709, BT.2020, HDR), (7) Color isolation effects, (8) Teal and orange look, (9) Vintage/film looks, (10) Color keying for transparency. Provides: chromakey and colorkey filters, LUT application (lut3d), curves and levels adjustment, color balance, selective color manipulation, color space handling, HDR tone mapping, professional color grading chains.

David-Li0406/meta-skill-evloving

Convert files and office documents to Markdown. Supports PDF, DOCX, PPTX, XLSX, images (with OCR), audio (with transcription), HTML, CSV, JSON, XML, ZIP, YouTube URLs, EPubs and more.

David-Li0406/meta-skill-evloving

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

David-Li0406/meta-skill-evloving

Build with OpenAI's stateless APIs - Chat Completions (GPT-5, GPT-4o), Embeddings, Images (DALL-E 3), Audio (Whisper + TTS), and Moderation. Includes Node.js SDK and fetch-based approaches for Cloudflare Workers. Use when: implementing chat completions with GPT-5/GPT-4o, streaming responses with SSE, using function calling/tools, creating structured outputs with JSON schemas, generating embeddings for RAG (text-embedding-3-small/large), generating images with DALL-E 3, editing images with GPT-Image-1, transcribing audio with Whisper, synthesizing speech with TTS (11 voices), moderating content (11 safety categories), or troubleshooting rate limits (429), invalid API keys (401), function calling failures, streaming parse errors, embeddings dimension mismatches, or token limit exceeded.

David-Li0406/meta-skill-evloving

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

David-Li0406/meta-skill-evloving

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

David-Li0406/meta-skill-evloving

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and formatting, (2) Reading or analyzing data, (3) Modify existing spreadsheets while preserving formulas, (4) Data analysis and visualization in spreadsheets, or (5) Recalculating formulas

David-Li0406/meta-skill-evloving

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

David-Li0406/meta-skill-evloving

Best practices for Remotion - Video creation in React

David-Li0406/meta-skill-evloving

Provides bidirectional translation (Chinese/English), grammar checking, and sentence polishing. Supports specific tense constraints, context-aware tone adjustment, and natural expression optimization. Outputs direct text without formatting.

David-Li0406/meta-skill-evloving

指导如何通过自定义注解(如@Unicom)标识Dubbo接口,利用BeanDefinitionRegistryPostProcessor在启动时扫描并动态注册ReferenceBean,实现RPC调用的封装。

David-Li0406/meta-skill-evloving

生成Python脚本,利用FFmpeg将图片序列按3x3布局合并,或将合并图拆分。要求使用subprocess模块执行命令,并支持用户交互式输入路径。

David-Li0406/meta-skill-evloving

SOP for extracting and analyzing promotional activity details, handling time formatting, location mapping, payment logic, and step-by-step process validation.

David-Li0406/meta-skill-evloving

Specializes in creating TikTok short video scripts using an anthropomorphic 'Chef' perspective to explain wildlife food chains and survival environments, utilizing real field footage.

David-Li0406/meta-skill-evloving

针对TikTok平台,以拟人化视角(如动物作为厨师)创作系列短视频脚本。重点介绍野生动物、食物链及生态环境,要求使用野外实拍素材,风格幽默且具有教育意义。

David-Li0406/meta-skill-evloving

Generates KWL (Know, Want to know, Learned) charts for educational videos, specifically BrainPOP, using simple 7th-grade language and short, concise bullet points.

David-Li0406/meta-skill-evloving

Tracks complex, multi-session work using the Beads issue tracker and dependency graphs, and provides persistent memory that survives conversation compaction. Use when work spans multiple sessions, has complex dependencies, or needs persistent context across compaction cycles. Trigger with phrases like "create task for", "what's ready to work on", "show task", "track this work", "what's blocking", or "update status".

Habilidades Relacionadas