Communitygithub.com

shorts-script-voice

Planeje um tópico, escreva a tabela do roteiro (idioma do proprietário ao lado das falas no idioma do vídeo) para um vídeo curto vertical, grave a voz com o Kokoro TTS local, verifique com o Whisper e formule o título. Use ao escolher ou escrever um curta, revisar um roteiro ou gravar/regravar uma narração. As regras do canal vêm do CHANNEL.md.

O que é shorts-script-voice?

Esta skill é projetada para criadores de conteúdo que produzem vídeos curtos verticais (shorts). Ela automatiza o fluxo de trabalho completo: desde a definição do tópico e pesquisa de fatos, passando pela criação de um roteiro bilingue (idioma do proprietário e idioma do vídeo), até a gravação de voz realista usando o sintetizador Kokoro TTS executado localmente. A skill também verifica a precisão da narração com o modelo de reconhecimento de fala Whisper, gerando timestamps para legendas, e aplica regras personalizadas do canal definidas no arquivo CHANNEL.md (tom, idiomas, regras de conteúdo, configurações de voz). Ela é útil para manter consistência de voz e qualidade técnica, reduzindo retrabalho com ferramentas como `trim_last_beat.py`. Suporta ambientes com Kokoro, Whisper e Python, sendo ideal para integração com assistentes de código como Claude Code, Cursor ou Codex, onde os comandos são executados via terminal.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ilyamelnichenkov/youtube-shorts/tree/HEAD/skills/shorts-script-voice

Perguntar na sua IA favorita

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

Documentação

Roteiro e voz para um curta (neutro em relação ao tópico)

Leia o CHANNEL.md do projeto primeiro: público, tom, idiomas, regras de tópico e fatos, regras de conteúdo, configurações de voz e a regra da linha de encerramento vêm de lá e substituem os padrões abaixo. Fale com o proprietário no idioma que o perfil nomeia.

1. Tópico

  • Uma afirmação por curta, interessante ou pesquisável para ESTE público, dentro das regras de conteúdo do perfil. Pesquise em um arquivo: cada afirmação marcada como verificada / uma fonte / não verificada, com URL e data da verificação. Abra a página principal você mesmo para a afirmação que carrega o vídeo; nunca apresente um boato como fato.
  • Títulos no estilo de pesquisa: antes que um título seja final, pesquise na plataforma títulos idênticos ou quase idênticos e relate as correspondências mais próximas (canal, visualizações, idade); proponha uma variante distinta se existirem duplicatas próximas.

2. Arquivo de roteiro (<short>/script.md, ou um arquivo por lote)

Uma tabela com duas colunas: o que é dito no idioma do proprietário (significado) | a linha de voz no idioma do vídeo. Abaixo dela: as fontes (veículo, data, URL, o que cada uma suporta), uma linha "não dito" (afirmações, motivos, números deixados de fora de propósito), o texto grande na tela (linhas de gancho e aba de série) e o título proposto. Duração: cerca de 55-75 palavras por 20 s na velocidade 1.12. Padrões para o texto (o perfil pode substituir): frases completas e fluidas unidas por conceitivos, quem faz o quê e onde fica claro, todo número e termo explicado, imperativos em direção ao espectador suavizados, um argumento do gancho à recompensa. Mostre o roteiro ao proprietário da forma que o perfil diz e comece a produção quando o perfil disser.

3. Voz (Kokoro local; voz, velocidade e idioma do perfil)

  1. <short>/vo/beats.json: {"lead": 0.0, "voice": "<voice>", "speed": 1.12, "lang": "<code>", "beats": [["hook", "text...", 0.3], ["id", "text...", pause_after_s], ...]}. Escreva números por extenso. Escreva siglas e nomes de marcas da forma como são falados. A última batida tem pausa 0. (voice, speed e lang podem ser omitidos: os padrões são am_puck, 1.12, en-us; as variáveis de ambiente SHORTS_VOICE, SHORTS_SPEED, SHORTS_LANG também funcionam.)
  2. $SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json escreve vo/vo.wav e vo/timings.json.
  3. $SHORTS_HOME/venv/bin/python _tools/words.py <short>/vo escreve vo/words.json (temporizações de palavras do Whisper, idioma de beats.json).
  4. Leia a transcrição em words.json. Se o Whisper ouviu errado uma palavra, o ouvinte também pode: reformule a linha e regrave (início de frase "And", "So", "Load", siglas e nomes são típicos). Se apenas a legenda precisar de correção (um nome lido como duas palavras), corrija em vo/words-captions.json e deixe o áudio como está.
  5. Corte uma batida de encerramento que o proprietário descartou com _tools/trim_last_beat.py em vez de regravar tudo.

4. Título e textos

Título no formato de pesquisa com as palavras-chave primeiro. A descrição e as tags vêm na etapa de empacotamento (skill shorts-packaging); a pergunta para o público vai onde o perfil diz (linha falada ou comentário fixado).

Verificações antes de entregar o roteiro

  • Um argumento; todo número explicado; fatos atribuídos; nada que as fontes não digam; sem spoilers se o perfil os proíbe.
  • Duração falada corresponde ao plano (total de timings.json); a linha de encerramento segue o perfil.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Habilidades Relacionadas