Audio Editing

fal-ai-media ist ein GitHub-Skill für die einheitliche Mediengenerierung über fal.ai MCP. Er hilft dabei, den fal-ai-media Skill zu installieren und zu nutzen – für Bildgenerierung, Bildbearbeitung, Video sowie Speech- und Audio-Workflows mit Modellsuche, Kostenprüfung und geführten Prompts.

Das video-translation Skill übersetzt gesprochene Inhalte in einem Video in eine andere Sprache, erzeugt TTS-Dubbing und ersetzt oder mischt die Audiospur, während das Video selbst unverändert bleibt. Es eignet sich besonders für den praktischen Einsatz bei der Videoübersetzung, wenn ein Quellvideo, Untertitel und eine Zielsprache für die Übersetzung vorliegen.

Die tts-Skill wandelt Text in Sprachaudio um – für Erzählungen, Synchronisation, Voiceover und zeitlich abgestimmte Wiedergabe. Sie eignet sich, um aus reinem Text eine Sprachdatei zu erzeugen, Artikel oder Textdateien in Sprache zu konvertieren oder SRT-gesteuertes Audio mit Timing-Kontrolle zu rendern. Unterstützt werden ein einfacher Modus und ein Timeline-Modus sowie backend-bewusste Workflows für wiederholbare tts-Nutzung.

Nutze die sound-fx-Skill, um Textprompts in Soundeffekte, Foley, Ambient-Betten, Kreaturengeräusche und UI-Geräusche umzuwandeln. Sie eignet sich für Audio Editing mit sound-fx, schnelles Prototyping und herunterladbare Audio-Assets. Installation über NoizAI/skills, anschließend der skriptbasierte Workflow mit einem gültigen Noiz API-Schlüssel. Nicht für Sprache, Lyrics, Melodien oder Voice Cloning.

chat-with-anyone hilft dir, die Stimme einer echten Person aus öffentlichem Audio zu klonen oder aus einem Bild eine passende Stimme zu entwerfen und anschließend mit TTS synthetische Antworten zu erzeugen. Der Skill unterstützt praxisnahe Workflows für Rollenspiel, Narration und Stimmgenerierung und bietet Hinweise zu Installation, Quellenauswahl und sicherer Nutzung.

Nutze die speech-Skill, um Text in gesprochene Audiodateien für Erzählungen, Voiceovers, IVR-Ansagen, barrierefreie Vorlesefunktionen und die Stapelgenerierung von Sprache umzuwandeln. Sie verwendet die OpenAI Audio API mit integrierten Stimmen, eine mitgelieferte CLI und `OPENAI_API_KEY` für Live-Ausführungen. Die Erstellung eigener Stimmen ist nicht abgedeckt.