동영상·이미지·음성 스킬

Count occurrences of an object in the image using computer vision algorithm.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Cut, trim, concatenate, and split video files - basic video editing operations

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Comprehensive command-line tools for modifying and manipulating images, such as resize, blur, crop, flip, and many more.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Practical mastering steps for TTS audio: cleanup, loudness normalization, alignment, and delivery specs.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze media file properties - duration, resolution, bitrate, codecs, and stream information

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Apply video filters - scale, crop, watermark, speed, blur, and visual effects

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Extract, normalize, mix, and process audio tracks - audio manipulation and analysis

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Convert media files between formats - video containers, audio formats, and codec transcoding

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Extract key frames (I-frames) from video files using FFmpeg command line tool. Use this skill when the user needs to pull out keyframes, thumbnails, or important frames from MP4, MKV, AVI, or other video formats for analysis, previews, or processing.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze images and multi-frame sequences using OpenAI GPT vision models

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Extract text content from images using Tesseract OCR via Python

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Standardize video sampling and frame indexing so interval instructions and mask frames stay aligned with a valid key/index scheme.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Transcribe video to timestamped text using Whisper tiny model (pre-installed).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Google Text-to-Speech (gTTS) for converting text to audio. Use when creating audiobooks, podcasts, or speech synthesis from text. Handles long text by chunking at sentence boundaries and concatenating audio segments with pydub.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Transcribe audio segments to text using Whisper models. Use larger models (small, base, medium, large-v3) for better accuracy, or faster-whisper for optimized performance. Always align transcription timestamps with diarization segments for accurate speaker-labeled subtitles.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Video editing with ffmpeg including cutting, trimming, concatenating segments, and re-encoding. Use when working with video files (.mp4, .mkv, .avi) for: removing segments, joining clips, extracting portions, or any video manipulation task.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Extract frames from video files and save them as images using OpenCV

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

OpenAI Text-to-Speech API for high-quality speech synthesis. Use for generating natural-sounding audio from text with customizable voices and tones.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze and count objects in videos using Google Gemini API (object counting, pedestrian detection, vehicle tracking, and surveillance video analysis).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze images and multi-frame sequences using OpenAI GPT series

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Transcribe audio/video to text with word-level timestamps using OpenAI Whisper. Use when you need speech-to-text with accurate timing information for each word.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Create audiobooks from web content or text files. Handles content fetching, text processing, and TTS conversion with automatic fallback between ElevenLabs, OpenAI TTS, and gTTS.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Detect speech segments in audio using VAD tools like Silero VAD, SpeechBrain VAD, or WebRTC VAD. Use when preprocessing audio for speaker diarization, filtering silence, or segmenting audio into speech chunks. Choose Silero VAD for short segments, SpeechBrain VAD for general purpose, or WebRTC VAD for lightweight applications.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze videos with Google Gemini API (summaries, Q&A, transcription with timestamps + visual context, scene/timeline detection, video clipping, FPS control, multi-video comparison, and YouTube URL analysis).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.