Agent Skills
› lattifai/EdgeSpeak-Skills
lattifai/EdgeSpeak-Skills
GitHub在本地将音视频与已知文本强制对齐，生成词级时间戳。用于卡拉OK字幕、精确SRT、配音及片段提取，支持多种输出格式。
Install All Skills
npx skills add lattifai/EdgeSpeak-Skills --all -g -y
Skills in Collection (8)
在本地将音视频与已知文本强制对齐，生成词级时间戳。用于卡拉OK字幕、精确SRT、配音及片段提取，支持多种输出格式。
用户已有转录文本需要添加时间戳
生成卡拉OK歌词或精确SRT字幕
进行视频配音或片段提取
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-align -g -y
将文本转换为完全在本地设备运行的自然语音，支持官方、克隆及自定义声音，管理本地声音库。
需要将文本转换为音频文件
需要创建或克隆本地语音
需要管理 EdgeSpeak 声音资源
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-broadcast -g -y
利用EdgeSpeak转录与词级对齐，自动生成带逐字高亮的ASS字幕或硬字幕视频。支持多风格预览选择、双语叠加及FFmpeg渲染，适用于卡拉OK字幕制作需求。
需要生成卡拉OK字幕
请求逐字高亮效果
要求输出ASS文件或硬字幕视频
需要双语字幕
未提供最终参考文本时的自动字幕生成
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-karaoke -g -y
将 EdgeSpeak 转写中匿名说话人标签映射为真实姓名，基于参与者名单和转录证据进行身份增强，保留原始聚类 ID，不覆盖原文件。
用户希望将匿名转写中的说话人标记为具体人名
提供了参与者名单、节目介绍或视频链接以辅助身份识别
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-name-speakers -g -y
使用 yt-dlp 安全下载 YouTube 视频、字幕及元数据，支持保守请求策略与无覆盖默认值。用于为转录或说话人识别准备本地媒体文件，需验证环境并确认用户授权。
用户提供 YouTube URL 并要求下载视频或音频
需要获取视频的公开元数据（如标题、描述）
需要下载字幕文件
为后续转录或说话人识别任务准备素材
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-yt-download -g -y
利用 EdgeSpeak 本地语义模型，对无标点或标点错误的 ASR 转录文本进行自然句子分割，支持重新划分带时间戳的字幕边界，适用于字幕生成、翻译分块等场景。
需要修复 ASR 输出的标点缺失问题
需要将长文本或字幕按语义拆分为短句
需要调整现有带时间戳字幕的句子边界
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-segment -g -y
提供本地音频/视频转录技能，支持隐私保护、说话人分离及字幕生成。需确认媒体路径、输出格式及参数，检查CLI状态并处理授权，调用edgespeak-cli执行转录任务。
需要将本地音视频文件转换为文本或字幕
需要隐私保护的本地语音转文字服务
需要进行说话人分离分析
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-transcribe -g -y
将带时间轴的语音转写文本（EdgeSpeak JSON或SRT）翻译为目标语言，严格保持1:1分段映射和时间戳不变。支持字幕、配音脚本生成，确保标点一致性和本地化术语适配。
翻译字幕
翻译转录文本
生成双语字幕
制作配音脚本
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-translate -g -y
