Agent Skills
› lattifai/EdgeSpeak-Skills
lattifai/EdgeSpeak-Skills
GitHub基于本地 EdgeSpeak CLI，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及剪辑提取，全程离线运行，保障隐私。
Install All Skills
npx skills add lattifai/EdgeSpeak-Skills --all -g -y
Skills in Collection (6)
基于本地 EdgeSpeak CLI，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及剪辑提取，全程离线运行，保障隐私。
需要为已有脚本生成精确到词的音视频时间戳
制作卡拉OK歌词或需要词级对齐的SRT字幕
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-align -g -y
提供完全在设备端运行的文本转语音功能，支持本地合成WAV音频、自定义音色设计、风格控制及本地声音库管理。适用于需要隐私保护、离线环境下的TTS生成或声音克隆场景。
需要将文本转换为语音文件
希望使用本地私有模型进行TTS合成
想要创建或管理本地声音库
需要从描述中生成新音色
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-broadcast -g -y
基于EdgeSpeak转录生成带逐词高亮的ASS卡拉OK字幕，支持双语、样式预览及硬烧录视频。
需要生成卡拉OK字幕
请求逐词高亮效果
要求输出ASS文件或硬烧录视频
指定双语或多语言字幕
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-karaoke -g -y
用于在本地设备上将音频/视频转录为文本、JSON或SRT字幕，支持说话人分离和词级时间戳。适用于隐私保护转录、会议记录及播客整理，强调离线处理与输出格式定制。
用户需要将本地音视频文件转换为文字稿
用户需要生成带说话人标签的采访或会议记录
用户希望生成带有时间轴的字幕文件
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-transcribe -g -y
利用EdgeSpeak本地模型将无标点ASR文本或现有字幕重新分割为自然句子，支持时间戳重映射及多种输出格式，适用于字幕制作、翻译分块等场景。
用户需要将无标点的语音识别文本分割成句子
用户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
将带时间轴的转录文本翻译为目标语言，严格保持1:1片段映射和时间戳不变，支持字幕、配音脚本生成及术语一致性控制。
用户要求翻译字幕或转录文本
提及“翻译字幕”或“bilingual subtitles”
需要为EdgeSpeak广播生成配音脚本
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-translate -g -y
