Token导航 LogoToken导航

Agent Skill · 运维

multilingual-video-dubbing-text-to-speech(多语言视频配音文本转语音)

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。它适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。使用时需要确认分辨率、时长、素材路径和导出格式;涉及外部素材、人物肖像或商业发布时,应先核对版权授权和内容审核要求。

multilingual-video-dubbing-text-to-speech 是运维类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在运维类的 954 个 Skill 里排第 875。

总安装 2,496周安装 135GitHub Stars 公开资料未说明下载 808核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
0.1.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:multilingual-video-dubbing-text-to-speech(多语言视频配音文本转语音)
来源仓库:https://github.com/lnj22/multilingual-video-dubbing-text-to-speech
安装命令:
openclaw skills install multilingual-video-dubbing-text-to-speech
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install multilingual-video-dubbing-text-to-speech

这个 Skill 是做什么的

运维类 Skill 处理部署、监控、日志和云资源,多数需要较高的执行权限。

multilingual-video-dubbing-text-to-speech 提供 TTS 音频的母带处理服务,包含清理和响度标准化功能。适用于多语言配音项目的后期制作,确保音频质量符合发布标准。

通过 openclaw skills install multilingual-video-dubbing-text-to-speech 安装调用。涉及人声克隆时需特别注意授权合规性。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install multilingual-video-dubbing-text-to-speech;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

multilingual-video-dubbing-text-to-speech 怎么安装?

在终端执行 openclaw skills install multilingual-video-dubbing-text-to-speech。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

multilingual-video-dubbing-text-to-speech 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

multilingual-video-dubbing-text-to-speech 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

multilingual-video-dubbing-text-to-speech 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

multilingual-video-dubbing-text-to-speech 用的人多吗?

公开数据是累计安装 2,496 次,近一周安装 135 次,下载 808 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

multilingual-video-dubbing-text-to-speech 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理运维类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

运维类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
docker-essentials

Docker 基础 · OpenClaw

1,005,15130接触敏感数据MIT-0通过
playwright-scraper-skill

Playwright scraper 技能 · OpenClaw

923,55754接触敏感数据MIT-0有提醒
moltguard

moltguard 搜索 · OpenClaw

825,096110接触敏感数据MIT-0通过
finance-news

财经新闻 · OpenClaw

275,51210需要联网MIT-0有提醒
security-monitor

安全监视器 · OpenClaw

224,1695需要联网MIT-0有提醒
multilingual-video-dubbing-text-to-speech

多语言视频配音文本转语音 · 本页

2,496—需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
TTS Audio Mastering
description
Practical mastering steps for TTS audio: cleanup, loudness normalization, alignment, and delivery specs.

SKILL: TTS Audio Mastering

This skill focuses on producing clean, consistent, and delivery-ready TTS audio for video tasks. It covers speech cleanup, loudness normalization, segment boundaries, and export specs.

1. TTS Engine & Output Basics

Choose a TTS engine based on deployment constraints and quality needs:

  • Neural offline (e.g., Kokoro): stable, high quality, no network dependency.
  • Cloud TTS (e.g., Edge-TTS / OpenAI TTS): convenient, higher naturalness but network-dependent.
  • Formant TTS (e.g., espeak-ng): for prototyping only; often less natural.

Key rule: Always confirm the native sample rate of the generated audio before resampling for video delivery.


2. Speech Cleanup (Per Segment)

Apply lightweight processing to avoid common artifacts:

  • Rumble/DC removal: high-pass filter around 20 Hz
  • Harshness control: optional low-pass around 16 kHz (helps remove digital fizz)
  • Click/pop prevention: short fades at boundaries (e.g., 50 ms fade-in and fade-out)

Recommended FFmpeg pattern (example):

  • Add filters in a single chain, and keep them consistent across segments.

3. Loudness Normalization

Target loudness depends on the benchmark/task spec. A common target is ITU-R BS.1770 loudness measurement:

  • Integrated loudness: -23 LUFS
  • True peak: around -1.5 dBTP
  • LRA: around 11 (optional)

Recommended workflow:

  1. Measure loudness using FFmpeg ebur128 (or equivalent meter).
  2. Apply normalization (e.g., loudnorm) as the final step after cleanup and timing edits.
  3. If you adjust tempo/duration after normalization, re-normalize again.

4. Timing & Segment Boundary Handling

When stitching segment-level TTS into a full track:

  • Match each segment to its target window as closely as possible.
  • If a segment is shorter than its window, pad with silence.
  • If a segment is longer, use gentle duration control (small speed change) or truncate carefully.
  • Always apply boundary fades after padding/trimming to avoid clicks.

Sync guideline: keep end-to-end drift small (e.g., <= 0.2s) unless the task states otherwise.

平台分布

OpenClaw

80.42%
按下载量换算650

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills