byted-mediakit-audio について
byted-mediakit-audioは、AgentからMediaKit CLIの音声ツールを呼び出すスキルです。音声区間検出、メタデータ取得、音声と背景音の分離、トランスコードに対応し、ツールに応じてクラウドまたはローカルで動作します。
主な機能
- 01音声区間の開始・終了時刻を検出
- 02音声URLのメタデータを取得
- 03音声と背景音を分離
- 04音声フォーマットを変換
活用シーン
- 01音声や動画内の発話区間を特定
- 02音声URLのメタデータを確認
- 03音声と背景音を別トラックに出力
- 04音声を指定フォーマットに変換
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/byted-mediakit-audioを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
LICENSEreference/detect-voice-activity.mdprobe-audio-metadata.mdseparate-voice.mdtranscode-audio.md詳細
プロジェクトの README よりaudio MediaKit Skill
使用规则
- 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。 - 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。 - 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。 - 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。
- 执行时设置
MEDIAKIT_SURFACE=skill，指定调用来源是 Skill。 - 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。 | Cloud | mediakit-cli audio detect-voice-activity | reference/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 / Local | mediakit-cli audio probe-audio-metadata | reference/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。 | Cloud | mediakit-cli audio separate-voice | reference/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。 | Cloud | mediakit-cli audio transcode-audio | reference/transcode-audio.md |
コメント
Markdown 対応