Communitygithub.com

OpenLAIR/evo-dubbing-audio-processing

处理音频重采样、ITU-R BS.1770-4响度标准化以及TTS片段的LUFS测量,确保输出达到广播级质量。

evo-dubbing-audio-processing 是什么?

该技能专门用于音频后处理,主要针对TTS(文本转语音)生成的语音片段进行标准化处理。它实现了三项核心功能:音频重采样(将输入信号转换为目标采样率)、符合ITU-R BS.1770-4标准的响度归一化(将整体响度调整到指定LUFS值),以及LUFS(相对于满量程的响度单位)测量。这些处理确保所有输出音频在响度上一致、连贯,满足广播和媒体制作的专业质量要求。该技能适用于任何需要将多个TTS片段拼接或混音的场景,例如自动配音、播客制作或视频语音合成,能有效避免片段之间响度跳跃的问题。它支持常见的音频文件格式(如WAV、MP3),并且可以通过命令行或API集成到更大的媒体处理流水线中。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-audio-processing

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

evo-dubbing-audio-processing 是做什么的?

处理音频重采样、ITU-R BS.1770-4响度标准化以及TTS片段的LUFS测量,确保输出达到广播级质量。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

相关技能