voz-whisper
Skill35 starsChanged 10 days agoMITView on GitHub
Prepara una grabación en español para video con limpieza, transcripción local con whisper.cpp, cortes de silencios y masterización. Conserva la toma y revisa palabras y cortes antes de entregar; no genera ni clona voces.
In this repository5 other files it gives its agents.
- content-creator/AGENTS.mdAGENTS.md
- cuestionar-guionSkill
- motionSkill
- referencias-opusSkill
- sonidoSkill
The file
Files
Voz con Whisper
Whisper transcribe; FFmpeg procesa el audio. El script incluido implementa un preset de voz, no una mejora garantizada para cualquier micrófono. Compara la entrada y la salida a volumen parecido; si aparecen siseos, bombeo o pérdida de consonantes, conserva la entrada y ajusta el procesamiento al caso antes de seguir.
Preparar
Usa scripts/voz.py relativo a esta skill. Requiere Python 3 con NumPy, FFmpeg/ffprobe y whisper-cli de whisper.cpp en PATH; modelo GGML local compatible, por ejemplo small multilingüe. No descarga modelos ni instala dependencias. Identifica faltantes antes de procesar. El reconocimiento está configurado en español.
Acuerda una carpeta de proyecto de salida. Debe contener video.json (puede ser {} para uso independiente); el script usa .work/voz, public y src dentro de ella. El slug es una etiqueta en minúsculas, números y guiones. Pasa siempre --project-dir con la ruta absoluta. Usa una carpeta nueva por toma o --work nuevo para conservar resultados anteriores: los pasos intermedios se sobrescriben si se repiten.
Procesar por etapas
Ejemplo desde la carpeta de esta skill, sustituyendo las rutas:
python3 -I scripts/voz.py entrada mi-video --project-dir /ruta/proyecto --entrada /ruta/toma.wav
python3 -I scripts/voz.py limpiar mi-video --project-dir /ruta/proyecto
python3 -I scripts/voz.py silencios mi-video --project-dir /ruta/proyecto
python3 -I scripts/voz.py transcribir mi-video --project-dir /ruta/proyecto --modelo /ruta/ggml-small.bin
python3 -I scripts/voz.py palabras mi-video --project-dir /ruta/proyectoEscucha 01-eq.wav. Coteja 04-texto.txt con lo realmente grabado y el guion: la grabación manda si cambió el texto. Whisper puede inventar u omitir palabras. Corrige con palabras --fix /ruta/correcciones.json, objeto {"mal": "bien"}; sustituye la primera coincidencia exacta de cada clave y falla si no aparece. No uses el texto aprobado para ocultar una palabra que nunca se grabó. No pases correcciones vacías.
Después del cotejo ejecuta, con el mismo slug y --project-dir, ajustar, cortar y masterizar. Inspecciona las palabras de poca energía y los cortes. No uses todo para saltarte esta revisión en una toma nueva.
El corte usa silencios medidos por energía, no fronteras de Whisper: conserva 120/140 ms de margen y aplica rampas de 8 ms. Puede afectar pausas expresivas; escucha cada unión y conserva pausas importantes para el humor o la intención. Los tiempos ajustados son aproximados, no alineación fonética exacta. No aceleres ni elimines frases sin encargo.
Entregar
Escucha completo 07-final.wav; verifica inicio/final, consonantes, respiraciones, pausas y sincronía de 06-palabras.json. Reporta duración, LUFS y pico medidos; el preset no garantiza un objetivo exacto. Para el true peak usa FFmpeg ebur128=peak=true.
entregar copia WAV a public/voz-<slug>.wav y palabras a src/voz-<slug>.palabras.json; admite --nombre. Sin --reemplazar rechaza archivos existentes. No reemplaces tomas aprobadas por defecto. Entrega rutas, cambios realizados y escucha pendiente si no pudiste reproducirlo; métricas no equivalen a escucha.
Límites de entrada
WAV y otros audios se convierten a mono. --canal solo selecciona pista de AUP3; en audio convencional se mezclan canales. Si hay voz en un canal y ruido en otro, extrae el canal correcto a un archivo nuevo antes de procesarlo. El lector AUP3 soporta un waveclip float32 por pista; para proyectos complejos exporta WAV desde Audacity. Conserva siempre el original.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

