Sintetiza fala no idioma alvo a partir de texto usando Kokoro TTS, com controle de velocidade/duração para se ajustar a intervalos de tempo precisos. Lida com análise de SRT, extração de texto e produz segmentos WAV.
Este skill (OpenLAIR/evo-dubbing-tts-synthesis) é projetado para pipelines de dublagem e localização de mídia, sintetizando fala a partir de texto traduzido usando o mecanismo de TTS Kokoro. Ele inclui funcionalidades avançadas de controle de duração (speed/duration) para garantir que a fala gerada se encaixe exatamente em intervalos de tempo especificados, como os definidos em legendas SRT. Além de gerar áudio WAV, o skill é capaz de analisar arquivos SRT para extrair texto e timestamps, tornando-o uma ferramenta completa para workflows de dublagem automática ou assistida. É suportado em plataformas como Claude Code, Cursor e Codex, e utiliza Kokoro TTS para síntese de alta qualidade, com suporte a múltiplos idiomas alvo. A principal utilidade é reduzir o trabalho manual de ajuste de timing, acelerando a produção de conteúdo dublado com sincronia labial e temporal precisas.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-tts-synthesisSintetiza fala no idioma alvo a partir de texto usando Kokoro TTS, com controle de velocidade/duração para se ajustar a intervalos de tempo precisos. Lida com análise de SRT, extração de texto e produz segmentos WAV.
This repo contains 3 individual skills — each has its own dedicated page.
Handles audio resampling, loudness normalization per ITU-R BS.1770-4, and LUFS measurement for TTS segments to ensure broadcast-quality output.
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.
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.