Agent Skills
› lattifai/EdgeSpeak-Skills
lattifai/EdgeSpeak-Skills
GitHub在本地将音视频与已知文本强制对齐，生成词级时间戳，用于卡拉OK字幕、SRT及配音剪辑。支持多种输出格式和保护术语，完全离线运行，保障隐私。
Install All Skills
npx skills add lattifai/EdgeSpeak-Skills --all -g -y
Skills in Collection (6)
在本地将音视频与已知文本强制对齐，生成词级时间戳，用于卡拉OK字幕、SRT及配音剪辑。支持多种输出格式和保护术语，完全离线运行，保障隐私。
用户已有转录文本但需要精确的时间戳
制作卡拉OK歌词或同步字幕
为视频片段提取特定台词的起止时间
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-align -g -y
提供完全在设备本地运行的文本转语音服务，支持合成WAV音频、自定义声音设计及本地声音库管理，确保数据隐私。
用户需要将文本转换为语音
用户需要生成音频文件
用户希望管理本地TTS声音库
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-broadcast -g -y
利用 EdgeSpeak 转录与强制对齐生成带逐词高亮的 ASS 字幕，支持双语、风格预览及硬烧录至视频。提供多种视觉预设并自动适配画面背景，优化 CLI 回退逻辑以处理网关不可达场景。
需要卡拉OK字幕或逐词高亮效果
请求生成 ASS 文件或硬烧录视频
需要双语字幕或多语言对照
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-karaoke -g -y
用于在本地设备上将音视频转录为文本、JSON或SRT字幕，支持说话人分离和词级时间戳。适用于隐私保护场景下的会议记录、播客整理及可搜索转录需求。
需要将本地音视频文件转换为文本或字幕
需要区分不同说话人的会议或访谈内容
要求数据完全在本地处理不上传
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-transcribe -g -y
在本地将无标点ASR文本或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、翻译等场景。
处理无标点的语音识别文本
调整现有带时间轴字幕的句子边界
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片段映射与时间戳不变。适用于字幕、配音脚本及多语种字幕生成，支持术语一致性与口语长度预算控制。
用户请求翻译字幕或转录文本
提及'翻译字幕'或'bilingual subtitles'
需要为EdgeSpeak Broadcast准备配音脚本
npx skills add lattifai/EdgeSpeak-Skills --skill edgespeak-translate -g -y
