Communitygithub.com

OpenLAIR/evo-dubbing-tts-synthesis

使用 Kokoro TTS 从文本合成目标语言语音,支持速度/时长控制以精确匹配时间窗口。处理 SRT 解析、文本提取并生成 WAV 片段。

evo-dubbing-tts-synthesis 是什么?

这是一个基于 Kokoro TTS 引擎的语音合成技能,专为配音场景设计。其核心功能是从文本生成目标语言语音,并通过速度与时长调节确保合成的语音能精确贴合预定义的时间窗口(如字幕时间码)。技能支持完整的 SRT 字幕文件解析,自动提取文本并转换为多段 WAV 音频片段,每段对应一个字幕条目。用户可以通过指定时间窗口和速度因子来控制输出时长,从而实现同步配音。该技能适用于 AI 配音工具链、视频本地化工作流以及需要精准音频对齐的自动化场景。支持平台包括 Claude Code、Cursor 和 Codex 等 AI agent 环境。

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-tts-synthesis

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-tts-synthesis 是做什么的?

使用 Kokoro TTS 从文本合成目标语言语音,支持速度/时长控制以精确匹配时间窗口。处理 SRT 解析、文本提取并生成 WAV 片段。

Individual skills in this repo

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

相关技能