text-to-speech · benchflow-ai — скилл для Claude Code: обработка TTS-аудио
Скилл text-to-speech помогает подготовить TTS-речь к видеомонтажу: убрать артефакты, выровнять громкость и свести сегменты по времени.
Apache-2.0 4 установок ★ 1 933 обновлён 2026-10-24
npx skills add benchflow-ai/skillsbench --skill text-to-speech -a claude-codeЧто делает text-to-speech
Скилл описывает обработку TTS-аудио перед экспортом: удаление низкочастотного гула, смягчение резких высоких частот и короткие затухания на границах фрагментов. Для измерения громкости предлагает FFmpeg ebur128, а для нормализации — loudnorm после очистки и правок тайминга.
При сборке дорожки он советует подгонять каждый сегмент под целевое окно: короткий дополнить тишиной, длинный аккуратно ускорить или обрезать, затем снова применить затухания. Если темп меняется после нормализации, громкость нужно нормализовать повторно. Это важно: иначе финальная громкость может перестать соответствовать выбранной цели.
Целевые значения зависят от требований задачи; в качестве распространённого ориентира приводятся -23 LUFS и около -1.5 dBTP. Перед изменением частоты дискретизации нужно проверить исходную частоту аудио. Скилл также описывает выбор движка: офлайн-, облачного или формантного.
Какие задачи решает
- Убрать гул и щелчки из TTS-фрагментов
- Нормализовать громкость готовой речи
- Подогнать сегменты под временные окна
- Подготовить дорожку к экспорту для видео
Примеры запросов агенту
- Подготовь TTS-фрагменты к видео: очисти звук и выровняй громкость.
- Собери сегменты в одну дорожку и подгони каждый под своё временное окно.
- Проверь нормализацию громкости после изменения длительности речи.
Как установить text-to-speech
1Через Skills CLI (Vercel)
npx skills add benchflow-ai/skillsbench --skill text-to-speech -a claude-code2Вручную: положить файлы
~/.claude/skills/text-to-speech/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/text-to-speech/
1Через Skills CLI (Vercel)
npx skills add benchflow-ai/skillsbench --skill text-to-speech -a codex2Вручную: положить файлы
.agents/skills/text-to-speech/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add benchflow-ai/skillsbench --skill text-to-speech -a cursor2Вручную: положить файлы
.cursor/skills/text-to-speech/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install benchflow-ai/skillsbench tasks/multilingual-video-dubbing/environment/skills/text-to-speech2Вручную: положить файлы
.github/skills/text-to-speech/SKILL.md1Через Skills CLI (Vercel)
npx skills add benchflow-ai/skillsbench --skill text-to-speech -a gemini-cli2Командой платформы
gemini skills install https://github.com/benchflow-ai/skillsbench --path tasks/multilingual-video-dubbing/environment/skills/text-to-speechВручную: положить файлы
.devin/skills/text-to-speech/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add benchflow-ai/skillsbench --skill text-to-speech -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о text-to-speech
Как установить text-to-speech в Claude Code?
Выполните npx skills add benchflow-ai/skillsbench --skill text-to-speech -a claude-code. Файл скилла находится по пути ~/.claude/skills/text-to-speech/SKILL.md.
Что делает text-to-speech?
Скилл описывает очистку, нормализацию громкости и выравнивание TTS-сегментов перед экспортом аудио для видео.
Как обработать сегмент, который не совпадает по длительности с окном?
Короткий сегмент предлагается дополнить тишиной, длинный — слегка изменить по скорости или аккуратно обрезать. После этого нужно добавить затухания на границах.
Исходный текст
SKILL.md · Apache-2.0
--- name: text-to-speech description: "Practical mastering steps for TTS audio: cleanup, loudness normalization, alignment, and delivery specs." --- # SKILL: TTS Audio Mastering This skill focuses on producing clean, consistent, and delivery-ready TTS audio for video tasks. It covers speech cleanup, loudness normalization, segment boundaries, and export specs. ## 1. TTS Engine & Output Basics Choose a TTS engine based on deployment constraints and quality needs: * **Neural offline** (e.g., Kokoro): stable, high quality, no network dependency. * **Cloud TTS** (e.g., Edge-TTS / OpenAI TTS): convenient, higher naturalness but network-dependent. * **Formant TTS** (e.g., espeak-ng): for prototyping only; often less natural. **Key rule:** Always confirm the **native sample rate** of the generated audio before resampling for video delivery. --- ## 2. Speech Cleanup (Per Segment) Apply lightweight processing to avoid common artifacts: * **Rumble/DC removal:** high-pass filter around **20 Hz** * **Harshness control:** optional low-pass around **16 kHz** (helps remove digital fizz) * **Click/pop prevention:** short fades at boundaries (e.g., **50 ms** fade-in and fade-out) Recommended FFmpeg pattern (example): * Add filters in a single chain, and keep them consistent across segments. --- ## 3. Loudness Normalization Target loudness depends on the benchmark/task spec. A common target is ITU-R BS.1770 loudness measurement: * **Integrated loudness:** **-23 LUFS** * **True peak:** around **-1.5 dBTP** * **LRA:** around **11** (optional) Recommended workflow: 1. **Measure loudness** using FFmpeg `ebur128` (or equivalent meter). 2. **Apply normalization** (e.g., `loudnorm`) as the final step after cleanup and timing edits. 3. If you adjust tempo/duration after normalization, re-normalize again. --- ## 4. Timing & Segment Boundary Handling When stitching segment-level TTS into a full track: * Match each segment to its target window as closely as possible. * If a segment is shorter than its window, pad with silence. * If a segment is longer, use gentle duration control (small speed change) or truncate carefully. * Always apply boundary fades after padding/trimming to avoid clicks. **Sync guideline:** keep end-to-end drift small (e.g., **<= 0.2s**) unless the task states otherwise.
© benchflow-ai · Apache-2.0 · benchflow-ai/skillsbench
Похожие скиллы
Все скиллы по теме «ИИ и ML» →Сначала — text-to-speech от других авторов.