mcpField
B
byted-mediakit-audio

byted-mediakit-audio

github.com/volcengineCreative & media21812.3k installsUpdated 8w ago
Repository

About byted-mediakit-audio

byted-mediakit-audio is an audio-domain skill for invoking MediaKit CLI tools through an Agent. It covers voice activity detection, audio metadata probing, voice/background separation, and audio transcoding, with cloud and local modes depending on the tool.

Key features

  1. 01Detect speech start and end times
  2. 02Probe audio URL metadata
  3. 03Separate voice from background sound
  4. 04Transcode between audio formats

Use cases

  1. 01Find speech segments in audio or video
  2. 02Inspect metadata for an audio URL
  3. 03Create separate voice and background tracks
  4. 04Convert audio for a target format

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/volcengine/mediakit-cli --skill byted-mediakit-audio

After installing, type/byted-mediakit-audioin Claude Code to confirm it loaded.

Bundled files

References and scripts installed along with SKILL.md.

LICENSE
reference/
detect-voice-activity.md
probe-audio-metadata.md
separate-voice.md
transcode-audio.md

Details

From the project README

audio MediaKit Skill

使用规则

  1. 先读取 ../byted-mediakit-shared/SKILL.md，执行统一前置检查；该 Skill 缺失时停止并提示安装。
  2. 只从下表选择 audio 域工具；相似能力按各工具“能力描述”和参数边界区分。
  3. 执行前按需读取对应 reference；参数与结果说明来自同一份已审核文案，完整机器合同以当前 CLI --schema 为准。
  4. 缺少必填参数、鉴权环境变量或真实输入资源时，向用户索取；通用可选字段只能透传用户明确提供的值，其他可选字段可由明确意图准确确定，但不得伪造。
  5. 执行时设置 MEDIAKIT_SURFACE=skill，指定调用来源是 Skill。
  6. 执行时把 MEDIAKIT_RUNTIME 设置为当前 Agent 宿主，避免 CLI 无法可靠识别父级 Agent。

澄清与跨域路由

若只说有音频而未说明业务目标，应先澄清。音频裁剪、拼接、调速、淡入淡出、混音、从视频抽取音轨或音视频合流等编辑合成诉求应路由到 editing；字幕生成、提取字幕、语音转字幕、视频理解、视频增强等应路由到 video。

工具列表

工具说明支持模式命令参考
detect-voice-activity用于语音端点识别。自动定位音频或视频文件中有效语音的起止时间。将人声和静音、背景噪声等无效片段区分开来。返回包含所有有效人声片段起止时间戳的列表。Cloudmediakit-cli audio detect-voice-activityreference/detect-voice-activity.md
probe-audio-metadata探测输入音频 URL，输出标准化媒资元信息，用于获取音频元信息。Cloud / Localmediakit-cli audio probe-audio-metadatareference/probe-audio-metadata.md
separate-voice用于人声背景声分离，可将音频或视频文件中的人声与背景音精准分离，输出为两个独立的音频文件。Cloudmediakit-cli audio separate-voicereference/separate-voice.md
transcode-audio音频转码将一个音频码流转换为另一个音频码流，通常涉及编码格式、编码参数和封装格式的转换，用于适应不同业务场景、播放终端和网络环境。Cloudmediakit-cli audio transcode-audioreference/transcode-audio.md

Comments

Markdown supported