Communitygithub.com

Gerador de Script TTS

Comprime e reescreve documentos de forma inteligente em roteiros prontos para TTS. Usa IA Claude para analisar conteúdo, comprimir para a duração alvo, converter para estilo falado com linguagem emocional e segmentar automaticamente. Perfeito para narração de vídeos.

O que é Gerador de Script TTS?

O Gerador de Script TTS é uma skill especializada para Claude que transforma documentos longos e densos em roteiros otimizados para síntese de fala (TTS). Ele analisa inteligentemente o conteúdo, determina a duração ideal do vídeo (3 a 8 minutos) e o estilo visual mais adequado (como ukiyo-e, new-yorker ou flat). Em seguida, comprime o texto para a duração alvo, converte a linguagem escrita para um tom coloquial e emocional, e segmenta o roteiro em partes de 10 a 20 segundos, cada uma com marcações de animação. A saída principal são dois arquivos JSON: `tts_script.json` (com texto e animações) e `visual_config.json` (com descrições para geração de imagens). Essa skill é projetada principalmente para ser usada em conjunto com a skill `image-to-video`, automatizando a criação de narrações para vídeos explicativos, documentários e podcasts.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/huangserva/servasyy_skills/tts-script-generator

Perguntar na sua IA favorita

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

Documentação

O que Gerador de Script TTS faz?

Comprime e reescreve documentos de forma inteligente em roteiros prontos para TTS.

Capacidades Principais

  • 🤖 Análise Inteligente por IA: Claude analisa o conteúdo do artigo, determina a duração ideal do vídeo e o estilo visual mais adequado.
  • ⏱️ Decisão Inteligente de Duração: Decide automaticamente a duração ideal com base no conteúdo (3-8 minutos).
  • 🎨 Decisão Inteligente de Estilo: Seleciona automaticamente o estilo visual com base no tema (New Yorker, ukiyo-e, flat, realista, etc.).
  • 📉 Compressão Inteligente: Comprime o conteúdo para a duração ideal (ex: 19 minutos → 5 minutos).
  • 💬 Conversão para Linguagem Coloquial: Transforma texto escrito em fala natural.
  • 😊 Otimização Emocional: Adiciona palavras e expressões emocionais para tornar o TTS mais vivo e envolvente.
  • 🎯 Segmentação Automática: Divide o conteúdo em segmentos ideais (10-20 segundos cada).
  • 📊 Estimativa de Duração: Calcula com precisão o tempo de leitura de cada segmento.

Como Funciona

Executado em uma conversa com Claude:

  1. Claude lê o documento original.
  2. Claude analisa o conteúdo:
    • Tema e estrutura do artigo.
    • Número de ideias centrais.
    • Densidade do conteúdo.
    • Determina a duração ideal do vídeo (3-8 minutos).
    • Decide o estilo visual mais adequado (ex: história → ukiyo-e, tecnologia → flat, humanidades → New Yorker).
  3. Claude reescreve de forma inteligente:
    • Extrai as ideias centrais.
    • Comprime para a duração ideal.
    • Converte para linguagem coloquial.
    • Adiciona palavras emocionais e pausas.
  4. Claude segmenta automaticamente o roteiro (cada segmento ideal para uma imagem).
  5. Com base no tema, decide o estilo visual mais adequado.
  6. Para cada segmento, gera uma descrição de imagem (usando o estilo definido).
  7. Gera dois arquivos:
    • tts_script.json (texto do script TTS + marcações de animação).
    • visual_config.json (descrições de imagem para o ilustrador).

Formato do tts_script.json (com novas marcações de animação):

[
  {
    "segment": 1,
    "text": "Hoje vamos falar sobre a vida real na dinastia Tang. Quer viajar no tempo? Espere um pouco!",
    "duration": 15,
    "animation_style": "fade_in",
    "emphasis": true
  },
  {
    "segment": 2,
    "text": "Na dinastia Tang não havia papel higiênico. O que eles usavam no banheiro?",
    "duration": 12,
    "animation_style": "none",
    "emphasis": false
  }
]

Regras de Marcação de Animação (Decisão Inteligente por Claude):

  • animation_style:
    • "fade_in" - Para títulos, aberturas e pontos de destaque.
    • "write" - Para ideias centrais e conclusões-chave.
    • "typewriter" - Para dados e declarações de fatos.
    • "none" - Para conteúdo comum (usar legendas ASS).
  • emphasis: Indica se é um segmento importante (true/false).

Princípios de Decisão:

  1. Primeiro segmento (abertura) → fade_in.
  2. Ideias centrais (primeiro segmento de cada capítulo) → write.
  3. Dados/fatos → typewriter.
  4. Outros conteúdos → none (legendas ASS).
  5. Sugestão: de 24 segmentos, 3 a 5 com animação é o ideal.

Scripts de Execução

generate.py - Gerar Script TTS

python ~/.claude/skills/tts-script-generator/scripts/generate.py <arquivo_markdown>
  • Lê o arquivo Markdown.
  • Extrai seções H2.
  • Converte para linguagem coloquial.
  • Segmenta por duração.
  • Gera tts_script.json.

Casos de Uso

  1. Narração de Vídeos: Usado com image-to-video (principal uso).
  2. Geração de Podcasts: Usado com podcast-generator.

Saída

Esta skill gera:

  • ✅ tts_script.json - Script de texto TTS.
  • ✅ visual_config.json - Descrições de imagens.

Não inclui:

  • ❌ Geração de áudio TTS (responsabilidade da skill image-to-video).
  • ❌ Geração de imagens (requer a skill illustration-generator).
  • ❌ Composição de vídeo (requer a skill image-to-video).

Modo de Chamada

Chamada automática pela skill image-to-video:

image-to-video detecta um documento longo 
  → chama tts-script-generator
  → Claude reescreve na conversa
  → gera o script TTS comprimido
  → image-to-video continua o processamento

Chamada manual (em uma conversa com Claude):

Usuário: "Use o tts-script-generator para reescrever este artigo."

Claude:
1. Lê o documento (5947 palavras, 19 minutos).
2. Analisa o conteúdo:
   - Tema: Vida na dinastia Tang (história/humanidades).
   - Ideias centrais: 4 (higiene, alimentação, leis, classes sociais).
   - Duração ideal: 5 minutos (densidade moderada).
   - Estilo visual: ukiyo-e (tema histórico, estética clássica oriental).
3. Reescreve em 1350 palavras.
4. Divide em 20 segmentos (15 segundos cada).
5. Para cada segmento, gera descrições de imagem no estilo ukiyo-e.
6. Salva tts_script.json + visual_config.json.

Formatos de Saída

tts_script.json

[
  {
    "segment": 1,
    "text": "Hoje vamos falar sobre a vida real na dinastia Tang. Quer viajar no tempo? Espere um pouco! Na dinastia Tang não havia papel higiênico...",
    "duration": 15
  }
]

visual_config.json

{
  "article_title": "A Verdade Sobre Viajar para a Dinastia Tang",
  "style": "ukiyo-e",
  "sections": [
    {
      "section": 1,
      "visual_description": "Uma pessoa parada em uma encruzilhada entre uma cidade moderna e o palácio antigo da dinastia Tang, parecendo confusa, estilo ukiyo-e com estética tradicional de gravura japonesa em madeira."
    }
  ]
}

Regras de Decisão de Estilo Visual

Claude seleciona automaticamente o estilo mais adequado com base no tema do artigo:

  • História/Clássico → ukiyo-e (estilo ukiyo-e): Dinastia Tang, Dinastia Song, história japonesa, etc.
  • Humanidades/Sociedade → new-yorker (estilo New Yorker): Observações sociais, histórias de pessoas, etc.
  • Tecnologia/Negócios → flat (estilo plano): Produtos de tecnologia, análises de negócios, etc.
  • Natureza/Viagem → realistic (estilo realista): Paisagens, animais, viagens, etc.
  • Arte/Criatividade → abstract (estilo abstrato): Críticas de arte, pensamento criativo, etc.

Princípios de Reescrita

  1. Manter o essencial: Preservar as ideias e histórias mais importantes.
  2. Linguagem coloquial:
    • "mas" → "mas é que..."
    • "porque... então..." → "por que? porque..."
    • Adicionar partículas de conversação: "né", "sabe", "olha".
  3. Palavras emocionais:
    • Ênfase: "realmente", "muito", "especialmente".
    • Surpresa: "uau", "nossa", "imagine só".
  4. Controle de ritmo:
    • Frases curtas.
    • Pausas adequadas.
    • Um ponto central por segmento.

Pode Ser Chamado Por

  • Skill image-to-video (principal).
  • Skill podcast-generator.
  • Outras skills que precisem de TTS.

Individual skills in this repo

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

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

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, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Habilidades Relacionadas