ACE-Step-1.5 是做什麼的？
使用 OpenAI Whisper 或 ElevenLabs Scribe API 將音訊轉錄為帶時間戳的歌詞。輸出 LRC、SRT 或 JSON 格式，並包含逐字時間戳。當使用者想要轉錄歌曲、生成 LRC 檔案或從音訊中提取帶時間戳的歌詞時使用。
使用 OpenAI Whisper 或 ElevenLabs Scribe API 將音訊轉錄為帶時間戳的歌詞。輸出 LRC、SRT 或 JSON 格式，並包含逐字時間戳。
這項技能專為需要從音訊檔案中準確提取帶時間戳歌詞或字幕的開發者與 AI 代理設計。它整合了 OpenAI Whisper 與 ElevenLabs Scribe API，支援多種音訊輸入，並能產生 LRC（歌詞同步）、SRT（字幕）或 JSON 格式的輸出，其中包含精確的逐字時間戳記。使用者可指定輸出格式與語言，以滿足音樂播放器歌詞同步、影片字幕生成或進一步文字分析等不同場景。此技能簡化了從原始音訊到結構化時間標記文字的流程，無需自行處理 API 細節或時間戳對齊的複雜邏輯。
npx skills add ace-step/ACE-Step-1.5使用 OpenAI Whisper 或 ElevenLabs Scribe API 將音訊轉錄為帶時間戳的歌詞。輸出 LRC、SRT 或 JSON 格式，並包含逐字時間戳。當使用者想要轉錄歌曲、生成 LRC 檔案或從音訊中提取帶時間戳的歌詞時使用。
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.