Agent Skills
› lattifai/EdgeSpeak-Skills
lattifai/EdgeSpeak-Skills
GitHub将音视频与已知文本强制对齐，生成词级时间戳，支持卡拉OK、SRT及配音。全程本地运行，保障隐私。适用于已有文稿需精确同步时间的场景。
Install All Skills
npx skills add lattifai/EdgeSpeak-Skills --all -g -y
Skills in Collection (6)
将音视频与已知文本强制对齐，生成词级时间戳，支持卡拉OK、SRT及配音。全程本地运行，保障隐私。适用于已有文稿需精确同步时间的场景。
需要为视频生成逐字时间戳
制作卡拉OK字幕或精准SRT
音频/视频与现有文本的同步对齐
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，支持通过 CLI 合成 WAV、管理语音库及克隆声音。适用于需要隐私保护、离线环境下的音频生成或语音定制场景。
需要将文本转换为本地语音文件
希望使用私有模型进行文本朗读
请求创建或克隆新的语音音色
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-broadcast -g -y
基于 EdgeSpeak 转录与词级对齐，生成带逐字高亮的 ASS 字幕或硬字幕视频。支持多风格预设、双语显示及实时预览选择，自动适配视频内容特征以优化视觉效果。
需要制作卡拉OK字幕
要求生成ASS格式字幕文件
请求双语/双语言字幕
指定逐字高亮效果
要求将字幕烧录进本地视频
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-karaoke -g -y
提供本地音频视频转录技能，支持文字、JSON或SRT输出，具备说话人分离和字幕参数调整功能。适用于隐私保护场景及会议、播客等多人语音内容处理。
用户需要将本地音视频文件转换为文本
需要带时间戳或说话人标签的转录结果
生成符合特定格式的字幕文件
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-transcribe -g -y
基于 EdgeSpeak 在本地对无标点 ASR 文本进行语义分句，支持重新分割带时间戳的转录本并映射词级时间。用于生成字幕、翻译块或进一步处理，解决简单标点分割失效问题。
用户需要将无标点语音识别文本转换为自然句子
用户需要调整现有带时间戳字幕的分句边界
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-segment -g -y
将带时间轴的语音转录文本（EdgeSpeak JSON或SRT）翻译为目标语言，严格保持1:1片段映射和时间戳不变。适用于字幕、配音脚本及双语字幕生成，确保本地化术语一致性与口语长度预算。
用户要求翻译转录本或字幕
提到'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
