К основному содержанию
скилл CX Codex

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

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add benchflow-ai/skillsbench --skill text-to-speech -a claude-code
Открыть на GitHub

Что 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-code

2Вручную: положить файлы

~/.claude/skills/text-to-speech/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/text-to-speech/

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.

text-to-speech calesthio Скилл text-to-speech для Claude Code создаёт аудио из текста через модель Starfish от HeyGen. Он подключается для выбора голоса и настройки речи. CX Codex +1 1 300установок text-to-speech elevenlabs Скилл text-to-speech для Claude Code превращает текст в речь через ElevenLabs. Агент подключает его для озвучки, голосовых приложений и генерации аудио на разных языках. CX Codex +1 22 900установок text-to-speech martinholovsky Скилл text-to-speech учит агента озвучивать текст через Kokoro TTS: собрать движок, выбрать голос, отдать звук в поток и убрать за собой файлы. CX Codex +1 237установок text-to-speech 101-skills Скилл text-to-speech даёт агенту готовые команды belt для синтеза речи: Kokoro, ElevenLabs, Inworld TTS-2 с управлением эмоциями и ещё несколько моделей. CX Codex +1 246установок Text to Speech — 20+ Languages, MP3 Output axel-belfort Text to Speech — 20+ Languages, MP3 Output — MCP-сервер для Claude Code озвучивает текст через Google TTS более чем на 20 языках и возвращает MP3 в base64. Создаёт аудио для голосовых уведомлений и интерфейсов. CX Codex +1 2 769установок azure-text-to-speech calesthio Скилл azure-text-to-speech генерирует закадровую озвучку через Azure AI Speech REST API. Помогает озвучивать видео в OpenMontage качественными нейросетевыми голосами. CX Codex +1 738установок venice-audio-speech veniceai Скилл venice-audio-speech для Claude Code подключает синтез речи и клонирование голоса через Venice API. Создаёт озвучку текста, голосовые ответы и аудио для интерфейса. CX Codex +1 ★ 176звёзд репо azure-speech MicrosoftDocs Помогает разрабатывать и отлаживать решения с Azure Speech в Foundry Tools. Запускается при настройке распознавания, синтеза речи, аватаров и голосовых агентов. CX Codex +1 249установок speech-to-text elevenlabs Скилл speech-to-text для Claude Code переводит аудио и видео в текст через ElevenLabs Scribe v3. Включается при генерации субтитров, расшифровке созвонов и обработке голосовых записей. CX Codex +1 16 200установок google-cloud-speech calesthio Скилл google-cloud-speech для Claude Code подключает Google Cloud Speech к медиазадачам: транскрипции, субтитрам, озвучке и голосовым функциям. CX Codex +1 132установок

Из того же набора22

Весь набор →
pymatgen Скилл pymatgen автоматизирует анализ кристаллических структур, конвертацию форматов CIF и POSCAR, расчёт фазовых диаграмм и запросы к базе Materials Project. CX Codex +1 12установок trend-analysis Скилл trend-analysis помогает выявлять долгосрочные тренды во временных рядах параметрическими и непараметрическими методами. CX Codex +1 8установок threejs Разбирает граф сцены Three.js, разделяет модели на части и готовит OBJ-файлы или URDF. Экспортирует геометрию и связи между деталями. CX Codex +1 8установок reflow-machine-maintenance-guidance Скилл reflow-machine-maintenance-guidance отвечает на вопросы по обслуживанию печи оплавления: считает градиенты, время выше ликвидуса и скорость конвейера по термопарам, MES и справочнику. CX Codex +1 5установок civ6lib Скилл civ6lib для Claude Code проверяет размещение районов в Civilization 6 и считает бонусы соседства. Анализирует карты и помогает планировать города. CX Codex +1 2установок meteorology-driver-classification Скилл meteorology-driver-classification раскладывает переменные климатического датасета по группам «тепло», «поток», «ветер» и «человек», чтобы считать вклад каждой в изменения системы. CX Codex +1 2установок scipy-curve-fit Скилл scipy-curve-fit обучает агента подбирать параметры нелинейных моделей по экспериментальным данным через scipy.optimize.curve_fit. CX Codex +1 2установок python-scala-idioms Скилл python-scala-idioms помогает переводить код с Python на чистый и идиоматичный Scala. Фокусируется на неизменяемости, сопоставлении с образцом и безопасной работе с типами. CX Codex +1 1установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой