Communitygithub.com

ZJU-REAL/Easel

通用音訊處理技能:剪輯/裁切、格式轉碼(mp3/wav/m4a/aac)、音量正規化、從影片提取音軌、多段拼接、淡入淡出、變速(保留音高)。當使用者說「剪音訊」「裁一段」「轉成 mp3」「調音量/響度」「提取音軌/扒音訊」「拼接音訊」「淡入淡出」「加速/減速音訊」「變速不變調」時使用。與 audio-denoise 的區別:audio-denoise 專做降噪,audio-editing 做除降噪外的通用音訊操作(也內建 denoise 作為兜底)。

Easel 是什麼?

Easel 是由 ZJU-REAL 開發的通用音訊處理技能,專為 AI 代理(如 Claude Code、Cursor、Codex)設計,提供完整且可重現的音訊編輯能力。它透過封裝 ffmpeg 的共享腳本 `skills/shared/scripts/audio_ops.py` 實現裁剪、轉碼、音量正規化、從影片提取音軌、多段拼接、淡入淡出、變速(保留音高)以及降噪等操作。支援 wav、mp3、m4a、aac、flac 等常見音訊格式,以及 mp4、mkv、mov 等影片容器(用於提取音軌)。Easel 的設計強調穩定性與透明性:每次操作都會顯示實際執行的 ffmpeg 命令,並輸出處理後檔案的時長、碼率等元數據;腳本會自動檢查 ffmpeg/ffprobe 環境,並提供安裝提示。此外,Easel 整合了 Profile 感知功能,可根據平台偏好選擇預設參數(如目標響度或碼率),無 Profile 時則回退至通用設定(如 -14 LUFS、192k)。與專用於降噪的 audio-denoise 技能不同,Easel 專注於除降噪之外的所有通用音訊任務,但內建降噪子命令作為快速兜底選項。開發者在使用時應先執行 info 子命令查看檔案資訊,再進行後續操作,且所有輸出檔均寫入 `outputs/主題名/` 目錄,絕不修改原始檔案。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ZJU-REAL/Easel/tree/HEAD/skills/openclaw/audio-editing

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

通用音訊處理

除降噪外的通用音訊操作:裁剪、轉碼、音量正規化、提取音軌、拼接、淡入淡出、變速。全部透過共享腳本 skills/shared/scripts/audio_ops.py 封裝 ffmpeg,參數確定、可重現,不現場手拼命令。

輸入

欄位必填說明
input_file是音訊或影片檔案路徑
operation是trim / convert / normalize / extract / concat / fade / speed / denoise / info
output_file否預設 outputs/主題名/{name}-{op}.{ext}

支援格式:wav / mp3 / m4a / aac / flac,影片容器 mp4 / mkv / mov(提取音軌)。

輸出

  • 處理後的音訊檔案(放入 outputs/主題名/)
  • 每次操作打印實際執行的 ffmpeg 命令 + 輸出檔案的時長/碼率/聲道/採樣率

執行步驟

腳本路徑(相對專案根目錄):skills/shared/scripts/audio_ops.py。每個子命令都支援 -h。

0. 環境檢查 + 探測

python skills/shared/scripts/audio_ops.py info input.mp3

腳本自身會檢查 ffmpeg/ffprobe,缺失時給安裝提示。先 info 展示檔案時長/碼率/聲道再動手。

1. 裁剪 trim

# 起止時間
python skills/shared/scripts/audio_ops.py trim in.mp3 -o outputs/主題名/clip.mp3 --start 00:00:05 --end 00:00:20
# 起點 + 時長
python skills/shared/scripts/audio_ops.py trim in.mp3 -o clip.mp3 --start 5 --duration 15

2. 轉碼 convert

python skills/shared/scripts/audio_ops.py convert in.wav -o out.mp3 --bitrate 192k
python skills/shared/scripts/audio_ops.py convert in.m4a -o out.wav --sample-rate 44100 --channels 2

輸出格式由副檔名決定(mp3/wav/m4a/aac)。

3. 音量正規化 normalize

python skills/shared/scripts/audio_ops.py normalize in.mp3 -o out.mp3

預設 loudnorm 到 -14 LUFS / -1.5 dBTP(社群媒體/播客通用響度)。可用 --i --tp --lra 覆蓋。

4. 提取音軌 extract

python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.m4a
python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.aac --copy   # 不重新編碼,最快

5. 拼接 concat

python skills/shared/scripts/audio_ops.py concat a.mp3 b.mp3 c.mp3 -o all.mp3

按參數順序拼接,重新編碼方式兼容不同採樣率/容器。

6. 淡入淡出 fade

python skills/shared/scripts/audio_ops.py fade in.mp3 -o out.mp3 --fade-in 2 --fade-out 3

--fade-out 自動定位到結尾前 N 秒。

7. 變速 speed(保持音高)

python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 1.5   # 1.5 倍速
python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 0.8   # 放慢

基於 atempo 保音高,超過 0.5-2.0 範圍自動級聯。

8. 降噪 denoise(兜底,專項請用 audio-denoise)

python skills/shared/scripts/audio_ops.py denoise in.wav -o out.wav --tier 2

與 audio-denoise 的邊界

  • audio-denoise:降噪專項 SKILL,負責選級、模型下載、降噪報告等完整流程——需要認真降噪時用它。
  • audio-editing:通用音訊處理。denoise 子命令僅作為順手兜底,兩者調用同一個 audio_ops.py denoise,能力一致,定位不同。

規則

  1. 絕不刪除原始檔案 — 只寫新檔案到 outputs/主題名/。
  2. 先 info 再處理 — 展示檔案資訊,避免誤操作。
  3. 影片輸入只動音訊 — denoise 對影片自動 -c:v copy;純抽音用 extract。
  4. 透明執行 — 腳本會打印實際 ffmpeg 命令。
  5. 無 Profile 也能用 — 音訊處理不依賴帳號畫像。

Profile 感知

有 Profile 時可據平台偏好選預設參數(如短影片響度、目標碼率);無 Profile 退到通用預設(-14 LUFS、192k)。

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ZJU-REAL/Easel

AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。

ZJU-REAL/Easel

一句话主题 → 成品短视频:自动串联 文案→配图/AI视频→配音→字幕→BGM→合成,把 Easel 制作层零件编排成一条'一键出片'流水线。**单条视频、口播/资讯向,画面默认逐句配图 + Ken Burns 缓动,需要动态时才逐段图生视频**。当用户说 一键生成视频、自动做短视频、主题生成视频、帮我做条视频、口播视频一条龙、自动出片、短视频一键生成 时使用。**有剧情/角色/对白/反转/多集的短剧改用 short-drama(每镜强制图生视频、不用静态图冒充);只写脚本用 video-script;只生成单个片段用 ai-video-gen。**

ZJU-REAL/Easel

自动字幕 / 语音转字幕:把音频或视频里的语音识别成字幕文件(SRT/ASS/TXT/JSON),可选把字幕烧录进视频。当用户说自动字幕、语音转字幕、视频加字幕、上字幕、转录、听写、字幕文件、生成字幕、烧字幕时使用。

ZJU-REAL/Easel

音乐卡点视频 / 踩点视频:检测背景音乐的节拍,让图片或片段在节拍点上切换,配推进/白闪特效,做出燃系'卡点'短视频。当用户说 卡点视频、踩点视频、音乐卡点、节奏卡点、按音乐切换、鼓点视频、踩节奏、beat 卡点、图片卡点、卡点混剪 时使用。基于 shared/scripts/beatsync.py(librosa 节拍检测)。与 slideshow-video 区别:slideshow 每图固定时长、柔和转场,本 SKILL 切换点由音乐节拍决定、硬切踩点带特效。

ZJU-REAL/Easel

Easel clipify: long English talk → punchline cuts → optional 16:9→9:16 face-pan/split → opus word-by-word ASS burn. Ships scripts + assets/preview.png. Part of 1.6k★ Easel suite.

ZJU-REAL/Easel

>- 通用图像处理加工:改尺寸/缩放、裁剪、补边适配平台尺寸、格式转换(png/jpg/webp)、 压缩到目标大小、加文字或图片水印、圆角、多图拼接、生成缩略图、读图片信息。 基于 image_ops.py 确定性处理。 使用时机:用户说"改尺寸"、"缩放图片"、"裁剪"、"压缩图片"、"加水印"、"转格式"、 "圆角"、"拼图/多图联排"、"缩略图"、"适配小红书/朋友圈尺寸"、"把图 pad 成 1:1"。 和 card-*(卡片类)的区别:card-* 是"HTML 设计→渲染出图", image-editing 只加工已有图片,不负责视觉设计。

ZJU-REAL/Easel

多角色对话配音:按 cast 和逐行对白为不同角色分配音色与情绪,合成多声线音轨和带角色名字幕。 当用户说“多角色/双人/剧本/对话配音、多人对白、不同角色不同声音、有声剧配音”时使用。 单一公共音色用 tts-voiceover;克隆本人音色用 voice-clone;整部短剧制作由 short-drama 编排。

ZJU-REAL/Easel

Easel video-highlights: CN/livestream highlight extract + stable static vertical reframe (sibling to clipify).

ZJU-REAL/Easel

>- 视频制作策略与工具选型:AI 视频生成模型对比、视频脚本结构设计、制作流程规划,覆盖产品演示/解说/社媒短视频场景。 当用户说"视频怎么做""视频选型""用什么工具做视频""视频制作流程""视频策略""视频系列规划"时使用。 和 video-script 的区别:video-strategy 做内容规划与工具选型,video-script 写具体某条视频的脚本。

相關技能