「audio」の検索結果

Webサイトや画像・PDFなどのファイルをhere.nowに公開し、共有用URLを取得します。非公開の資料はクラウドのDrivesに保存し、範囲と期限を指定して共有できます。

• Webサイトを公開してURLを得たいとき
• 画像・PDF・動画・音声の共有
• 非公開メモやエージェント用資料の保存

HTMLとCSSで見た目を作り、文字や画像に動きを付けてMP4・WebM動画に書き出します。字幕付きナレーションや商品紹介、Webサイトからの動画制作にも対応します。

• 動くタイトルや文字イントロの制作
• ナレーションに字幕を付けたいとき
• Webサイトを紹介動画にしたいとき

Generate images, video, and audio via diffusion workflows.

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。

動画の企画を整理し、作風に合う専門エージェントのチームと制作環境を組むスキル。Hermesのカンバンで作業を振り分け、進捗確認や停止・失敗時の対応を支援します。

• 短い商品紹介動画の制作管理
• 物語動画を専門エージェントで分担
• ミュージックビデオの映像・音声計画

動画や画像を色付きの文字アートに変換し、音楽に反応するアニメーションも制作します。歌詞やテキストを重ね、MP4やGIF、連番画像として書き出せます。

• 動画を色付き文字アートにしたいとき
• 音楽に反応する映像を作りたいとき
• 歌詞付きの動画を作りたいとき

A real-time data/particle/simulation visualizer whose heavy compute runs in a Web Worker (off the main thread), optionally sharing memory with the UI via SharedArrayBuffer, and renders to a canvas at 60fps. Produced as a single self-contained `index.html`. Use when the brief asks for a "web worker", "simulation", "particle system", "physics", "off-main-thread", "fractal", "real-time compute", or "audio/data visualizer". OpenDesign serves this in powered-preview mode so Workers and SharedArrayBuffer actually work.

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。

Music generation queueing, retrieval, and completion endpoints via Venice.ai. Suited for jingles, background loops, and prototype scoring.

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。

Text-to-speech models, voices, formats, and streaming via Venice.ai. Useful for narration, voiceover, and conversational agent voices.

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。

Discover, compare, and run AI models using Replicate's API. Strong fit for image, audio, and video generation pipelines that swap models frequently.

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。

Edit existing videos using AI — remix style, upscale, remove background, and add audio via fal.ai's hosted video 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。

Create talking head videos and lip sync audio to video via fal.ai. Useful for explainer avatars, multilingual dubbing previews, and social cuts.

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。

Search screen and audio history recorded by Screenpipe and optionally save selected context into claude-mem. Use when the user asks to recall desktop activity, a meeting, or something seen in another app through Screenpipe.

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。

Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.

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。

Automate ElevenLabs text-to-speech workflows -- generate speech from text, browse and inspect voices, check subscription limits, list models, stream audio, and retrieve history via the Composio MCP integration.

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。

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

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。

The core OpenAI-compatible inference endpoints: chat completions, embeddings, images, audio (TTS/STT), moderations, rerank, and the Responses API. The primary integration surface for AI agents.

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。

List the account's saved music productions with metadata and audio_url

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。

Fetch metadata and audio_url for a single production by id

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。

Compose and deliver audio content: a podcast episode, briefing, or narrated summary, with one or more voices, as an MP3. For reading supplied text aloud verbatim, use tts.

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。

Generate and conversationally edit short videos with Google Gemini Omni Flash (`gemini-omni-flash-preview`). Use when: (1) iterating on a clip with natural-language edits instead of regenerating ("make the phone invisible, keep everything else the same"), (2) generating 3-10s 720p clips with synthesized audio, rendered on-screen text, or timecoded beats, (3) binding reference images to roles with <FIRST_FRAME>/<IMAGE_REF_N> prompt tags, (4) editing an existing uploaded video. Accessed via the `gemini_omni_video` tool using the project's GEMINI_API_KEY/GOOGLE_API_KEY — the same key as Imagen and Google TTS.

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。

Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use `hyperframes-animation`.

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。

Generate MiniMax H3 (Hailuo 3.0) video through the official MiniMax v2 API, fal.ai, Runway, ComfyUI Partner Nodes, or local open weights in ComfyUI. Use for 4-15 second 2K clips, first/last-frame animation, and image/video/audio reference-conditioned video.

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。

Understand video content locally using ffmpeg frame extraction and Whisper transcription. No API keys needed. Use when: (1) Understanding what a video contains, (2) Transcribing video audio locally, (3) Extracting key frames for visual analysis, (4) Getting video content without API keys.

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。

Generate neural narration audio using Azure AI Speech (REST text-to-speech). Use when synthesizing voiceovers or narration in OpenMontage. Optional cloud TTS provider — preferred when AZURE_SPEECH_KEY is configured; the local piper_tts remains the default offline path. Shares one Speech resource with azure_stt.

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。