Dê ao seu Claude olhos e ouvidos para áudio. Uma skill instalável para Claude que transforma qualquer trilha de áudio ou vídeo em algo com que uma IA possa raciocinar — um espectrograma legível, fatos objetivos de volume/tempo, um mapa semântico de cada efeito sonoro, transcrição de fala offline e visuais cimáticos orientados pelo som.
Esta skill para Claude permite que o modelo processe arquivos de áudio e vídeo, transformando-os em representações visuais e textuais que uma IA consegue interpretar. Ela gera um espectrograma legível, fornece métricas objetivas de loudness e tempo, cria um mapa semântico de cada efeito sonoro presente, realiza transcrição offline da fala e ainda produz visuais cimáticos (padrões visuais gerados pelas ondas sonoras). A skill é especialmente útil para desenvolvedores que trabalham com análise de mídia, acessibilidade, clipes de vídeo, ou qualquer cenário onde se queira que o Claude entenda o conteúdo auditivo sem depender de APIs de nuvem para transcrição ou análise espectral. Ela funciona instalando a skill no Claude seguindo as instruções do repositório, e roda localmente com ferramentas open-source como Whisper para transcrição e bibliotecas de áudio para extração de características.
npx skills add thetoyosibello/claude-sound-earDê ao seu Claude olhos e ouvidos para áudio. Uma skill instalável para Claude que transforma qualquer trilha de áudio ou vídeo em algo com que uma IA possa raciocinar — um espectrograma legível, fatos objetivos de volume/tempo, um mapa semântico de cada efeito sonoro, transcrição de fala offline e visuais cimáticos orientados pelo som.
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.