Agent Skills
› lattifai/EdgeSpeak-Skills
lattifai/EdgeSpeak-Skills
GitHub在本地强制对齐音视频与已知文本，生成词级时间戳。支持卡拉OK字幕、精确SRT、配音及片段提取。提供安装、授权检查及CLI使用指南，确保数据隐私并兼容不同运行模式。
Install All Skills
npx skills add lattifai/EdgeSpeak-Skills --all -g -y
Skills in Collection (6)
在本地强制对齐音视频与已知文本，生成词级时间戳。支持卡拉OK字幕、精确SRT、配音及片段提取。提供安装、授权检查及CLI使用指南，确保数据隐私并兼容不同运行模式。
需要为已有脚本的音视频生成精确的时间戳
制作卡拉OK歌词或字幕
进行语音驱动的口型同步或配音准备
从视频中提取特定词语对应的音频片段
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-align -g -y
在本地设备上将文本转换为自然语音，支持选择音色、风格、速度和种子，设计新音色及管理本地语音库。用于需要隐私保护的本地TTS或生成音频版本。
需要将文本转换为语音
管理本地EdgeSpeak语音库
使用本地私有TTS服务
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-broadcast -g -y
基于 EdgeSpeak 转录生成带词级高亮的卡拉 OK ASS 字幕，支持双语、样式预览及 FFmpeg 硬烧录至视频。
用户请求卡拉 OK 字幕或逐词高亮效果
需要生成 ASS 文件或双语字幕
要求将字幕硬烧录到本地视频中
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-karaoke -g -y
本地离线音视频转写技能，支持文字、JSON、SRT输出及说话人分离。提供字幕参数配置与CLI环境检查流程，确保数据隐私并优化转录效果。
需要将本地音视频文件转换为文本或字幕
需要获取带时间戳的逐词或句子级转录结果
需要进行多说话人分离（如会议、播客）
要求隐私保护，禁止音频上传至云端
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-transcribe -g -y
利用本地 EdgeSpeak 模型对 ASR 无标点文本或带时间戳字幕进行语义分句，支持长度约束与格式输出，适用于字幕生成、翻译切分等场景。
ASR 转录文本缺少标点符号
需要重新分割带时间戳的字幕文件
为翻译或阅读准备句子边界
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-segment -g -y
将带时间轴的语音转录文本翻译为目标语言，严格保持1:1分段映射和时间戳不变，确保字幕对齐。支持本地翻译、术语一致性控制及配音长度预算约束。
用户请求翻译字幕或转录本
提及'翻译字幕'或'bilingual subtitles'
需要为EdgeSpeak Broadcast生成配音脚本
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-translate -g -y
