O que evo-dubbing-audio-processing faz?
Gerencia o reamostragem de áudio, normalização de loudness conforme ITU-R BS.1770-4 e medição LUFS para segmentos TTS, garantindo saída com qualidade de transmissão.
Gerencia o reamostragem de áudio, normalização de loudness conforme ITU-R BS.1770-4 e medição LUFS para segmentos TTS, garantindo saída com qualidade de transmissão.
Esta skill oferece processamento profissional de áudio para segmentos de texto-para-fala (TTS), garantindo conformidade com os padrões de broadcast. Ela realiza reamostragem de áudio para frequências específicas, normalização de loudness de acordo com a recomendação ITU-R BS.1770-4, e medição precisa de LUFS (Loudness Units Full Scale). Isso é essencial para dublagem, narração e qualquer aplicação que exija saída de áudio consistente e de alta qualidade, como em produções de mídia e entretenimento. A skill é projetada para ser integrada em pipelines de agente de IA, processando arquivos de áudio de forma eficiente e confiável. Ela suporta plataformas como Claude Code, Cursor e Codex, permitindo que desenvolvedores e profissionais de áudio automatizem tarefas críticas de pós-produção. O fluxo de trabalho típico envolve receber um arquivo de áudio de entrada, definir parâmetros de reamostragem e alvo de loudness, e então a skill executa as operações necessárias, retornando o áudio processado e medições de loudness. Isso elimina a necessidade de ferramentas manuais caras e reduz erros humanos, garantindo que todo o conteúdo de áudio atenda a padrões rigorosos de qualidade.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-audio-processingGerencia o reamostragem de áudio, normalização de loudness conforme ITU-R BS.1770-4 e medição LUFS para segmentos TTS, garantindo saída com qualidade de transmissão.
This repo contains 3 individual skills — each has its own dedicated page.
Muxes normalized TTS audio segments into the original video at precise time offsets using FFmpeg, and generates the JSON report with timing, drift, and loudness metadata.
Synthesizes target-language speech from text using Kokoro TTS, with speed/duration control to fit precise time windows. Handles SRT parsing, text extraction, and produces WAV segments.
A comprehensive skill for extracting chapter indices from tutorial videos using FFmpeg audio extraction, OpenAI Whisper ASR transcription with word-level timestamps, and semantic chapter alignment via fuzzy string matching.
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.