Audio Editing

fal-ai-media は、fal.ai MCP を使ってメディア生成を一元化する GitHub スキルです。画像生成、画像編集、動画、音声、オーディオの各ワークフローで、モデル検索、コスト確認、ガイド付きプロンプトを使いながら fal-ai-media スキルをインストールして活用できます。

video-translation skill は、動画内の音声コンテンツを別言語に翻訳し、TTS による吹き替え音声を生成して、動画そのものは保ったまま音声を置き換えたりミックスしたりするための skill です。元動画、字幕、そして翻訳先の言語がそろっている場合に、実務的な動画翻訳ワークフローとして最も適しています。

ttsスキルは、テキストを音声に変換し、ナレーション、吹き替え、ボイスオーバー、タイムライン同期再生に使える音声を生成します。プレーンテキストから音声ファイルを作成したり、記事やテキストファイルを音声化したり、SRTベースの音声をタイミング制御付きで出力したりできます。シンプルモードとタイムラインモードに対応し、バックエンドを意識した再現性のあるtts運用にも向いています。

sound-fx スキルを使って、テキストプロンプトから効果音、フォーリー、アンビエント音、クリーチャー音、UI ノイズを生成できます。Audio Editing 向けの sound-fx として、素早い試作やダウンロード可能な音声アセット作成に適しています。NoizAI/skills にインストールし、有効な Noiz API key を使ってスクリプトベースのワークフローを実行します。音声、歌詞、メロディ、ボイスクローンには向きません。

chat-with-anyone は、公開音声から実在人物の声をクローンしたり、画像からそれらしい声を設計したりして、TTS で合成返信を生成できるスキルです。ロールプレイ、ナレーション、音声生成といった実用的なワークフローに対応しており、インストール、参照元の選び方、安全な使い方まで案内します。

speech skillを使うと、テキストを音声に変換して、ナレーション、ボイスオーバー、IVRプロンプト、アクセシビリティ向け読み上げ、バッチ音声生成に活用できます。OpenAI Audio API、組み込み音声、同梱のCLI、そしてライブ実行用の`OPENAI_API_KEY`を使用します。カスタム音声の作成は対象外です。