スキルを探す

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

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

Extract text content from images using Tesseract OCR via Python

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

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).

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

Analyze images and multi-frame sequences using OpenAI GPT series

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

Downloads videos from YouTube and other platforms for offline viewing, editing, or archival. Handles various formats and quality options.

日本語の概要は準備中です。原文の説明を表示しています。

Deepfake detection and media safety — detect AI-generated audio, images, video, and text, trace synthesis sources, apply watermarks, verify speaker identity, and analyze media intelligence using Resemble AI

日本語の概要は準備中です。原文の説明を表示しています。

Improves the quality of images, especially screenshots, by enhancing resolution, sharpness, and clarity. Perfect for preparing images for presentations, documentation, or social media posts.

日本語の概要は準備中です。原文の説明を表示しています。