Agent Skills
› lattifai/EdgeSpeak-Skills
lattifai/EdgeSpeak-Skills
GitHub将已有文本与音视频强制对齐，生成词级时间戳，支持卡拉OK字幕、SRT及配音。全程本地运行，保护隐私。需确认媒体路径、参考文本及输出格式。
Install All Skills
npx skills add lattifai/EdgeSpeak-Skills --all -g -y
Skills in Collection (8)
将已有文本与音视频强制对齐，生成词级时间戳，支持卡拉OK字幕、SRT及配音。全程本地运行，保护隐私。需确认媒体路径、参考文本及输出格式。
需要为已有脚本生成精确的时间戳
制作卡拉OK字幕或字卡
进行语音到文字的精确对齐
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-align -g -y
提供完全本地化的文本转语音服务，支持官方、克隆及设计音色，管理本地声音库并生成WAV音频。
用户需要将文本转换为语音
用户需要管理本地TTS音色
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-broadcast -g -y
基于 EdgeSpeak 语音识别与词级对齐，自动生成带逐字高亮的 ASS 字幕或硬烧录视频。支持多风格预览选择、双语字幕及本地 FFmpeg 渲染，实现一键卡拉OK字幕生成。
需要生成卡拉OK字幕
请求逐字高亮效果
要求输出 ASS 文件
需要双语字幕
指定字幕样式或预览
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-karaoke -g -y
将边缘语音转写中匿名说话人标签映射为真实姓名，基于参与者名单和来源元数据进行证据比对，保留原始聚类ID并处理不确定身份。
用户请求对已分音的转录文本进行命名
用户提供参与者名单、节目单或视频URL以关联身份
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-name-speakers -g -y
使用yt-dlp下载授权的YouTube视频、字幕及元数据，支持保守请求策略与防覆盖，为转录或说话人识别提供本地素材。
用户提供YouTube链接并需要下载音视频文件
用户需要获取视频的公开元数据或字幕
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-yt-download -g -y
利用 EdgeSpeak 在本地对无标点或标点错误的 ASR 文本进行语义分句，支持重新分割带时间戳的转录文件并映射词级时间。适用于字幕生成、翻译分块等场景。
需要为无标点语音识别结果添加自然句子边界
需要将现有带时间戳的转录文本按新长度重新分段
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-segment -g -y
用于在本地设备上将音频或视频文件转录为文本、JSON或SRT字幕，支持说话人分离和词级时间戳，确保数据隐私。
需要将本地音视频文件转换为文字
需要带说话人标签的会议或采访记录
需要生成带有时间轴的SRT字幕
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-transcribe -g -y
将带时间轴的语音转录文本（EdgeSpeak JSON或SRT）翻译为目标语言，严格保持1:1片段映射和原始时间戳不变。适用于字幕、配音脚本及双语字幕生成，确保术语一致性和口语化长度限制。
用户要求翻译转录文本、字幕或字幕文件
提及'翻译字幕'、'bilingual subtitles'或为EdgeSpeak Broadcast准备配音脚本
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-translate -g -y
