AudioEditor

AI駆動のオーディオ/ビデオ編集 — トランスクリプション、インテリジェント カット検出、クロスフェード付き自動編集、オプションのクラウドポーリッシング対応。

カスタマイズ

実行前に、以下の場所でユーザーカスタマイズを確認してください: ~/.config/openpai/PAI/USER/SKILLCUSTOMIZATIONS/AudioEditor/

このディレクトリが存在する場合は、そこにある PREFERENCES.md、設定、またはリソースを読み込んで適用します。これらはデフォルトの動作をオーバーライドします。ディレクトリが存在しない場合は、スキルのデフォルト設定で進めます。

音声通知

このスキルが呼び出されたら、他に何もする前にこの通知を送信する必要があります。

1. 音声通知を送信:

   curl -s -X POST http://localhost:8888/notify \
     -H "Content-Type: application/json" \
     -d '{"message": "Running the WORKFLOWNAME workflow in the AudioEditor skill to ACTION"}' \
     > /dev/null 2>&1 &
   

2. テキスト通知を出力:

   Running the **WorkflowName** workflow in the **AudioEditor** skill to ACTION...
   

これはオプションではありません。スキル呼び出し時に直ちにこのcurlコマンドを実行してください。

ワークフロー ルーティング

ワークフロー	トリガー	ファイル
Clean	"clean audio", "edit audio", "remove filler words", "clean podcast", "remove ums", "cut dead air", "polish audio"	Workflows/Clean.md

パイプライン アーキテクチャ

Audio Input
    |
[Transcribe] Whisper word-level timestamps (insanely-fast-whisper on MPS)
    |
[Analyze] Claude classifies each segment:
    |   KEEP / CUT_FILLER / CUT_FALSE_START / CUT_EDIT_MARKER / CUT_STUTTER / CUT_DEAD_AIR
    |   Distinguishes rhetorical emphasis from accidental repetition
    |
[Edit] ffmpeg executes cuts:
    |   - 40ms qsin crossfades at every edit point
    |   - Room tone extraction and gap filling
    |   - Breath attenuation (50% volume, not removal)
    |
[Polish] (optional) Cleanvoice API final pass:
        - Mouth sound removal
        - Remaining filler detection
        - Loudness normalization

Output: cleaned MP3/WAV

ツール

ツール	コマンド	目的
Transcribe	bun ~/.config/openpai/skills/Utilities/AudioEditor/Tools/Transcribe.ts <file>	Whisperを使用した単語レベルのトランスクリプション
Analyze	bun ~/.config/openpai/skills/Utilities/AudioEditor/Tools/Analyze.ts <transcript.json>	LLM駆動の編集分類
Edit	bun ~/.config/openpai/skills/Utilities/AudioEditor/Tools/Edit.ts <file> <edits.json>	クロスフェード + ルームトーン付きカット実行
Polish	bun ~/.config/openpai/skills/Utilities/AudioEditor/Tools/Polish.ts <file>	Cleanvoice API クラウドポーリッシング
Pipeline	bun ~/.config/openpai/skills/Utilities/AudioEditor/Tools/Pipeline.ts <file> [--polish]	完全なエンドツーエンド パイプライン

必須APIキー

サービス	環境変数	取得方法
Anthropic (analyze ステップ用)	ANTHROPIC_API_KEY	OpenCode経由で既に設定済み
Cleanvoice (polish ステップ用、オプション)	CLEANVOICE_API_KEY	cleanvoice.ai ダッシュボード設定のAPIキー

例

例1: ポッドキャスト録音をクリーニング

ユーザー: "clean up the audio on this podcast file"
-> Clean ワークフロー呼び出し
-> 完全なパイプライン実行: transcribe -> analyze -> edit
-> フィラー ワード、スタッター、無音部を削除したクリーンなMP3を出力

例2: 適用前に編集をプレビュー

ユーザー: "show me what edits you'd make to this recording"
-> Clean ワークフローを --preview フラグ付きで呼び出し
-> トランスクライブと分析、提案された編集をオーディオを変更せずに表示
-> ユーザーが編集リストをレビュー後、再実行して適用

例3: クラウドポーリッシング付きの積極的なクリーニング

ユーザー: "aggressively clean this audio and polish it"
-> Clean ワークフローを --aggressive --polish フラグ付きで呼び出し
-> フィラー検出のしきい値をより厳しく設定
-> マウスサウンドと正規化向けのCleanvoice APIパス