AI Skill MartKhám phá skillLệnhChương trìnhHọcSkill là gì?
 
← Về danh sách

Thuyết minh video (video-voiceover)

Biến bản thuyết minh có mốc thời gian (narration.json) thành các đoạn audio TTS khớp đúng cửa sổ thời gian, kèm metadata để ghép vào video.

Ảnh · VideoNâng cao★ 595⑂ 109Điểm AI 8/10Cập nhật lần cuối: 21 thg 10, 2026

Làm được gì

  • Đọc narration.json (mỗi đoạn có start, end, narration) và tạo một file WAV cho từng đoạn.
  • Tự điều chỉnh tốc độ đọc để vừa khung thời gian và chuẩn hoá độ lớn âm thanh.
  • Xuất tts_segments/*.wav và tts_meta.json (engine, giọng, vị trí đặt audio, danh sách lỗi).
  • Hỗ trợ MiMo TTS (mặc định), Fish Audio, hoặc endpoint IndexTTS tự host; chế độ auto chọn theo API key có sẵn.
  • Cache thông minh: chỉ tái tạo đoạn nào thay đổi văn bản hoặc tham số, giúp tiết kiệm chi phí gọi API.
  • --preserve-approved-text bảo vệ bản thuyết minh đã được duyệt, không tự cắt chữ; nếu vượt thời lượng thì báo lỗi kèm bằng chứng.

Phù hợp với ai

  • Người làm video recap/tóm tắt muốn tự động thêm giọng thuyết minh.
  • Editor cần đặt lời thoại chính xác theo timeline đã cắt.
  • Lập trình viên đang dùng MiMo TTS hoặc Fish Audio và muốn thêm bước TTS vào pipeline.

Ví dụ sử dụng

  1. python3 scripts/voiceover.py --work-dir work --narration work/narration.json — sinh giọng cho toàn bộ đoạn bằng MiMo.
  2. TTS_PROVIDER=fish-audio FISH_API_KEY=... python3 scripts/voiceover.py --work-dir work — dùng Fish Audio với giọng tham chiếu riêng.
  3. Thêm --preserve-approved-text khi cần đọc nguyên văn bản đã duyệt và xem báo cáo các đoạn vượt khung thời gian.

· · · Hướng dẫn cài đặt · · ·

Dùng thử ngay, không cần cài

Dán đoạn dưới vào Claude là dùng được skill này mà không cần cài đặt.

Hãy đọc hướng dẫn trong tệp này và làm theo để giúp mình:
https://raw.githubusercontent.com/zenstory-ai/video-recap-skills/HEAD/skills/video-voiceover/SKILL.md

Mình muốn: (viết việc bạn cần ở đây)

Nếu Claude không mở được liên kết, hãy mở liên kết và copy nội dung vào rồi dán.

↓ Thấy hữu ích thì tải ZIP bên dưới và cài. Sau đó skill tự chạy, không phải dán lại mỗi lần.

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên AI Skill Mart.
Copy thư mục skills/video-voiceover từ repo GitHub zenstory-ai/video-recap-skills vào ~/.claude/skills/video-voiceover/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/zenstory-ai/video-recap-skills.git && mkdir -p ~/.claude/skills && cp -r video-recap-skills/skills/video-voiceover ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở terminal và vào thư mục làm việc bạn muốn.
  2. Chạy git clone https://github.com/zenstory-ai/video-recap-skills.git.
  3. Tạo thư mục skill: mkdir -p ~/.claude/skills.
  4. Sao chép skill: cp -r video-recap-skills/skills/video-voiceover ~/.claude/skills/.
  5. Cài Python 3 và các phụ thuộc của repo (ffmpeg, v.v.).
  6. Khai báo khoá API: export MIMO_API_KEY=..., hoặc dùng Fish Audio với export TTS_PROVIDER=fish-audio và export FISH_API_KEY=....
  7. Khởi động lại Claude Code, rồi yêu cầu ví dụ: "Lồng tiếng thuyết minh từ narration.json này".
Xem mã nguồn trên GitHub ↗Giấy phép: MIT