Communitygithub.com

OpenLAIR/evo-dubbing-mux-report

使用 FFmpeg 将标准化后的 TTS 音频片段以精确的时间偏移混入原始视频,并生成包含时间、偏移和响度元数据的 JSON 报告。

evo-dubbing-mux-report 是什么?

该技能的核心功能是将经过标准化处理的 TTS(文本转语音)音频片段,利用 FFmpeg 工具精确地混入原始视频的指定时间位置,解决音视频同步问题。它能够处理多个音频片段,确保每个片段与其对应的视频时间戳对齐,并考虑音频的起始时间偏移。混入完成后,技能会自动生成一份详细的 JSON 报告,其中包含每个片段的实际时间、与理论时间之间的偏移量(drift)、以及响度信息,便于质量监控和后续调整。此技能适用于需要高质量配音合成的视频制作流程,例如多语言视频本地化、自动配音内容生产等场景。它显著提升了音视频混流的自动化和精准度,减少了手动调整的工作量。

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-mux-report

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-mux-report 是做什么的?

使用 FFmpeg 将标准化后的 TTS 音频片段以精确的时间偏移混入原始视频,并生成包含时间、偏移和响度元数据的 JSON 报告。

Individual skills in this repo

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

相关技能