Agent Skills
› lattifai/EdgeSpeak-Skills
lattifai/EdgeSpeak-Skills
GitHub基于已有文本对音视频进行强制对齐，生成词级时间戳。支持卡拉OK字幕、精确SRT及配音剪辑，全程本地运行保障隐私。
Install All Skills
npx skills add lattifai/EdgeSpeak-Skills --all -g -y
Skills in Collection (8)
基于已有文本对音视频进行强制对齐，生成词级时间戳。支持卡拉OK字幕、精确SRT及配音剪辑，全程本地运行保障隐私。
用户已有转录文本并需要获取精确的时间戳信息
生成卡拉OK歌词或高精度字幕文件
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、克隆及自定义声音，具备隐私保护。用于生成音频、管理本地声音库或进行TTS合成。
将文本转换为本地语音
需要私有安全的文本转语音
管理本地声音库（添加/删除/克隆）
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-broadcast -g -y
基于EdgeSpeak语音识别与强制对齐，生成带逐词高亮的ASS卡拉OK字幕，支持双语、风格预览及FFmpeg硬烧录至视频。
用户请求卡拉OK字幕或逐词高亮
需要生成ASS文件或硬烧录视频
请求双语或多语言字幕
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-karaoke -g -y
将边缘语音转写中的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，适用于访谈、会议等场景。
用户要求对已分流的语音转录结果进行说话人命名
用户提供参与者名单、节目简介或视频URL以辅助识别说话人
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-name-speakers -g -y
基于yt-dlp安全下载YouTube音视频、字幕及元数据，支持保守请求策略与防覆盖机制，为后续转录或说话人识别提供本地素材。
用户需提供YouTube视频音频文件
用户需获取YouTube视频字幕
用户需提取YouTube视频标题等公开元数据
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-yt-download -g -y
利用 EdgeSpeak 在本地对无标点 ASR 文本或带时间戳的转录内容进行语义分句，支持长度约束与格式输出，适用于字幕生成、翻译分块及后续处理。
需要为语音识别结果添加自然标点
将长文本拆分为适合阅读或翻译的句子
重新划分带时间戳的字幕边界
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-segment -g -y
提供本地音视频转录技能，支持离线处理、说话人分离及字幕生成。适用于隐私敏感场景，如会议记录、播客整理等，确保数据不出本机。
用户需要将本地音频或视频文件转换为文本
用户需要带时间戳的逐字稿或SRT字幕
用户需要进行匿名说话人分离（Diarization）
用户强调数据隐私，要求不上传至云端
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-transcribe -g -y
用于将带时间轴的语音转录文本翻译为目标语言，保持1:1片段映射和时间戳不变，支持字幕、双语及配音脚本生成。
用户请求翻译转录本或字幕
提及翻译字幕或制作双语字幕
需要为EdgeSpeak广播生成配音脚本
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-translate -g -y
