Audio

O videodb ajuda você a ingerir vídeo e áudio a partir de arquivos locais, URLs, feeds ao vivo RTSP/RTMP ou captura da área de trabalho; buscar momentos com timestamps e evidências reproduzíveis; e agir com clipes, overlays, transcrição, alertas e edição na linha do tempo. É um guia prático de videodb para VideoDB for Video Editing e análise de livestream.

A skill de video-editing ajuda você a transformar filmagens já gravadas em vídeos mais polidos e prontos para publicação, mais rápido. Ela foca em corte, estruturação, legendas, reformatar enquadramento e pequenas melhorias para vlogs, tutoriais, demos, vídeos curtos e edições de entrevistas. É ideal quando você já tem material bruto e precisa de um guia prático de video-editing.

fal-ai-media é uma skill do GitHub para geração unificada de mídia via fal.ai MCP. Ela ajuda usuários a instalar e usar a skill fal-ai-media para geração de imagens, edição de imagens, vídeo, voz e áudio, com busca de modelos, checagem de custos e prompts guiados.

youtube-downloader é uma skill de File Automation para salvar vídeos individuais do YouTube ou extrair áudio MP3 usando um wrapper Python para yt-dlp. Ela oferece opções de qualidade, formatos mp4/webm/mkv, modo somente áudio e pastas de saída personalizadas.

meeting-insights-analyzer ajuda a analisar transcrições de reuniões para identificar padrões de comunicação, vícios de linguagem, rodeios, evitação de conflitos, equilíbrio de fala e feedback de coaching respaldado pela transcrição para Workplace Communication.

Spotify Automation é uma skill Composio MCP para busca no Spotify, playlists, controle de reprodução, álbuns, faixas e acesso ao perfil do usuário por meio de ferramentas SPOTIFY_* autenticadas.

rev-ai-automation é uma skill do Claude para automação de workflows do Rev AI via Composio Rube MCP. Ela orienta agentes a conectar o Rube, verificar a conexão rev_ai, pesquisar primeiro os schemas atuais das ferramentas e executar transcrições ou tarefas relacionadas do Rev AI com menos tentativa e erro.

lmnt-automation ajuda o Claude a automatizar fluxos de trabalho do LMNT por meio do Rube MCP da Composio, descobrindo ferramentas atuais, verificando a conexão com o LMNT e usando schemas em tempo real antes da execução.

happy-scribe-automation ajuda o Claude a executar fluxos de trabalho do Happy Scribe por meio do Composio Rube MCP. Veja os requisitos de configuração, verificações de conexão, descoberta de ferramentas e padrões de uso seguro para transcrição, legendas, exportações e automação de projetos.

GroqCloud Automation é uma skill MCP da Composio para descoberta de modelos GroqCloud, chat completions, tradução de áudio e seleção de vozes TTS por meio das ferramentas GROQCLOUD_*.

deepgram-automation é uma skill do Claude para automatizar tarefas do Deepgram por meio do Composio Rube MCP. Use-a para descobrir schemas atuais de ferramentas, verificar uma conexão Deepgram ativa e executar fluxos de trabalho orientados por schema.

transcribe converte áudio ou vídeo em texto com diarização opcional e dicas de falantes conhecidos. É uma boa opção para redação técnica, atas de reunião, entrevistas, aulas e operações de conteúdo quando você precisa de uma skill de transcrição repetível, com formatos de saída claros e menos tentativa e erro do que um prompt genérico.

baoyu-youtube-transcript ajuda a extrair transcrições, legendas e imagens de capa do YouTube a partir de uma URL ou ID de vídeo. Suporta seleção de idioma, tradução, saída em markdown ou SRT, reformatação com cache e fallback da API InnerTube para yt-dlp, tornando a obtenção de transcrições mais confiável.

hyperframes é uma skill de fluxo de trabalho para criar composições de vídeo baseadas em HTML no HyperFrames. Use-a para cards de título, sobreposições, legendas, narração, movimento reativo ao áudio e transições de cena quando precisar de hyperframes estruturados e orientados por código para Edição de Vídeo. Ela prioriza decisões de layout, tempo e animação em vez de pedidos genéricos de vídeo só com prompt.

O azure-ai-voicelive-ts ajuda você a criar apps de IA de voz em tempo real com o Azure AI Voice Live TypeScript SDK. Use-o em projetos Node.js ou de navegador que precisem de áudio bidirecional, respostas em streaming, configuração de sessão e chamadas de função. Este guia do azure-ai-voicelive-ts é útil quando você quer ajuda prática com instalação, uso e geração de código.

azure-ai-contentunderstanding-py é a skill em Python para o Azure AI Content Understanding. Ela extrai conteúdo estruturado de documentos, imagens, áudio e vídeo para fluxos de trabalho de RAG e automação. Use-a quando precisar de extração multimodal confiável, autenticação com Azure e saídas repetíveis prontas para pipeline.

azure-ai-voicelive-java é uma skill do Azure AI VoiceLive SDK para desenvolvimento de backend em Java. Ela cobre instalação, autenticação, streaming de voz via WebSocket, tratamento de eventos e uso guiado por exemplos para construir assistentes em tempo real.

azure-ai-voicelive-dotnet é a skill .NET para criar apps de IA de voz em tempo real com o Azure AI Voice Live. Ela cobre orientações de instalação, configuração, autenticação e uso para desenvolvimento de backend, incluindo áudio bidirecional, sessões de baixa latência e fluxos de speech-to-speech.

O podcast-generation ajuda a criar áudio no estilo de podcast gerado por IA a partir de texto usando Azure OpenAI GPT Realtime Mini via WebSocket. Ele é indicado para podcast-generation em desenvolvimento full-stack, com orientações para React, Python FastAPI, streaming PCM, captura de transcrição e conversão para WAV. Use quando precisar de um guia prático de podcast-generation para integração real em aplicativo, e não de um prompt genérico.

github-issue-creator converte anotações brutas, logs de erro, ditado por voz e capturas de tela em rascunhos de issues no estilo GitHub, claros e diretos. Este skill github-issue-creator ajuda no rastreamento de issues ao organizar resumo, ambiente, passos para reproduzir, comportamento esperado vs. observado, impacto e evidências em uma issue em markdown pronta para revisão.

A skill speech-to-text transcreve arquivos de áudio compatíveis em texto simples, com opções de timestamps, identificação de falantes e saída em JSON. Ela foi pensada para uso prático de speech-to-text em fluxos de trabalho repetíveis, incluindo entrevistas, reuniões, podcasts, aulas e tarefas de automação em que a consistência da transcrição faz diferença.

O skill tts transforma texto em áudio com voz para narração, dublagem, locução e reprodução sincronizada com a linha do tempo. Use-o para gerar um arquivo de voz a partir de texto simples, converter artigos ou arquivos de texto em fala, ou renderizar áudio guiado por SRT com controle de timing. Ele oferece modos simples e de linha do tempo, além de fluxos de trabalho cientes do backend para uso repetível do tts.

Use a skill sound-fx para transformar prompts de texto em efeitos sonoros, foley, camas ambiênciais, sons de criaturas e ruídos de interface. Ela é ideal para sound-fx em Edição de Áudio, prototipagem rápida e criação de ativos de áudio para download. Instale com NoizAI/skills e, em seguida, use o fluxo de trabalho baseado em script com uma chave Noiz API válida. Não serve para fala, letras, melodia ou clonagem de voz.

characteristic-voice é uma skill de geração de voz para fala calorosa, acolhedora e emocionalmente presente. Use-a para respostas reconfortantes, mensagens de bom dia ou boa noite, bate-papo casual e entregas no estilo de personagem com pausas, risadas ou ternura. Inclui um fluxo orientado por presets e suporte de backend para uso prático do characteristic-voice.