# nvidia-speech-nim

Скилл nvidia-speech-nim для Claude Code проектирует голосовые пайплайны на базе микросервисов NVIDIA Speech NIM. Запускается при разработке локальных сервисов распознавания, синтеза и перевода речи.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 132 установки · ★ 252 у репозитория
- Автор: calesthio
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/providers/speech-and-voice/nvidia-speech-nim/SKILL.md
- Обновлён: 2026-07-14
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/nvidia-speech-nim

## Что делает

Скилл координирует работу контейнеризованных моделей ASR, TTS и NMT через HTTP, gRPC и WebSocket. Помогает выбирать профили развёртывания, настраивать потоковую передачу аудио и проверять готовность сервисов перед запуском.

Паттерны взаимодействия включают раздельные маршруты для транскрипции, синтеза голоса и текстового перевода. Для gRPC-пути синтеза действует лимит сообщения в 4 МБ, а текстовые HTTP-запросы ограничены 2000 нормализованных символов.

Инструмент управляет выбором параметров через переменные контейнеров и проверяет метрики работоспособности. При нулевой репликации голоса требуется эталонный образец в формате 16-бит моно WAV с частотой 22.05 кГц и доступом к моделям Magpie.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill nvidia-speech-nim -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/nvidia-speech-nim/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/nvidia-speech-nim/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill nvidia-speech-nim -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/nvidia-speech-nim/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill nvidia-speech-nim -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/nvidia-speech-nim/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install calesthio/generative-media-skills skills/providers/speech-and-voice/nvidia-speech-nim
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/nvidia-speech-nim/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill nvidia-speech-nim -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/calesthio/generative-media-skills --path skills/providers/speech-and-voice/nvidia-speech-nim
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/nvidia-speech-nim/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill nvidia-speech-nim -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/providers/speech-and-voice/nvidia-speech-nim/SKILL.md

## Когда брать
- спроектировать конвейер распознавания и синтеза речи
- настроить потоковую передачу аудио через gRPC и WebSocket
- выбрать профиль контейнера для ASR и TTS микросервисов
- реализовать перевод текста через NMT контейнеры
- проверить готовность контейнеров перед запуском

## Примеры запросов агенту
- Спроектируй голосовой пайплайн на базе nvidia-speech-nim для потокового распознавания речи
- Настрой интеграцию TTS микросервиса с лимитом запроса в 2000 символов
- Разверни контейнеры ASR и NMT для перевода аудиофайлов

## Похожие
- [nemotron-speech](https://affpapa.org/nevibecode/skills/nemotron-speech.md) — скилл · 2100 установок
- [speech](https://affpapa.org/nevibecode/skills/speech.md) — скилл · 3900 установок
- [azure-text-to-speech](https://affpapa.org/nevibecode/skills/azure-text-to-speech.md) — скилл · 738 установок
- [tao-setup-nvidia-gpu-host](https://affpapa.org/nevibecode/skills/tao-setup-nvidia-gpu-host.md) — скилл · 1700 установок
- [openrouter-tts](https://affpapa.org/nevibecode/skills/openrouter-tts.md) — скилл · 327 установок
- [twilio-voice-conversation-relay](https://affpapa.org/nevibecode/skills/twilio-voice-conversation-relay.md) — скилл · 1 установка

Из того же набора: [calesthio/generative-media-skills](https://affpapa.org/nevibecode/by/calesthio/generative-media-skills.md) — 149 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
