64 項目 · スキル 23 · MCP 39 · CLI 2
音楽と音声
ナレーション、ポッドキャスト、音楽。音声合成、文字起こし、DAW操作に対応します。
作れるもの
- 映画のナレーション
- 文字起こし付きポッドキャスト
- BGM
- 効果音
検索、フィルター、評価付き。
既製パック
このタスク向けの既製ツールセットです。どれもコマンド1つでAIに読み込めます。
- ポッドキャストのエピソード
公開できる状態のポッドキャストのエピソード。ナレーション付きのイントロとBGM、ミックスとマスタリングを済ませた録音、文字起こしを備えます。
/podcast-episode
すべての項目(64)
スキル (23)
ElevenLabs APIで、ナレーション、文字起こし、効果音、音楽、吹き替えを行います。
Azure AI Transcription (Python)
Azure AI Transcription SDKで、Pythonからリアルタイムとバッチの文字起こしを行います。
Azure AI Voice Liveで、リアルタイムの音声アプリを構築します。
Azure OpenAI Realtime APIで、テキストからポッドキャスト風の音声を生成します。
コードにCartesia APIを組み込みます。Sonic TTS、Ink STT、ボイス、アクセストークンに対応します。
Sunoでアルバム制作を進めます。コンセプト、リサーチ、歌詞、マスタリング、プロモーションに対応します。
あらゆるトピックを、情報源付きの2分間の音声レッスン約12本のコースに変えます。
エージェントにDeepgram APIを教えます。文字起こし、音声合成、ボイスエージェント、音声分析に対応します。
Gemini Live APIで、リアルタイムの音声・動画アプリを構築します。
アプリにGladiaの文字起こしを組み込みます。録音、リアルタイム、音声分析に対応します。
LiveKit Agents(PythonとNode.js)で、ボイスエージェントを構築、テスト、デプロイします。
MiniMax Music APIで、ボーカル入りの楽曲、インストゥルメンタル、カバーを作曲します。
エージェントにMubert Music APIを教えます。生成、ストリーミング、ロイヤリティフリーの音楽ライブラリに対応します。
ローカル(Kokoro)またはNoizクラウドで、タイミングと声を制御しながらテキストを音声にします。
Pipecatのボイスボットのプロジェクトを立ち上げ、Pipecat Cloudにデプロイして、音声チャットを開始します。
APIを通じて、Vapiでアシスタント、ツール、キャンペーン、電話番号を作成します。
Venice APIで、楽曲、インストゥルメンタル、ループ、効果音、ナレーションを作成します。
Claude Codeの中の動画スタジオ:台本、ナレーション、音楽、AIクリップ、Remotionでのレンダリング。
fal.aiのモデルを選び、動画制作を進めます:ショット、プロンプト、広告、モーショングラフィックス。
FFmpegによるローカル編集:カット、9:16へのクロップ、字幕、無音、ラウドネス、チェック。
曲とプロンプトから、モーショングラフィックスのミュージックビデオを作ります:キャラクター、アニメーション、リズム。
オープンソースのエージェント型動画制作システム:リサーチと台本から、編集とレンダリングまで。
素材の映像を完成動画に編集します:言い淀みや間のカット、色の補正、字幕の追加。
MCP (39)
Ableton Liveを操作します。MIDIトラックとオーディオトラック、楽器、クリップ、曲のアレンジに対応します。
自然な言葉の説明からSpliceのサンプルを探し、レイヤー構成のスタックを作成します。
マニュアルをもとに、Live、Push、Move、Max for Liveに関する質問に答えます。
Apple Musicのプレイリスト、ライブラリ、再生を管理し、おすすめも表示します。
AssemblyAIで、録音の文字起こし、話者の識別、翻訳、要約を行います。
文字起こし、ステム分離、ノイズ除去、音声からMIDIへの変換、TTS、AI音楽に対応します。
Cartesia Sonicの声でテキストを読み上げ、音声を文字起こしし、声のクローンとローカライズを行います。
録音からノイズ、フィラーワード、無音を取り除き、トランスクリプトとショーノートを作成します。
Underlordへの指示でDescriptの音声と動画を編集し、公開とエクスポートを行います。
Discogsのデータベースを検索し、レコードのコレクション、評価、マーケットプレイスの出品を管理します。
ElevenLabsのボイスエージェントを作成・設定し、音声サンプルを生成します。
ライセンス済みの音楽と効果音を探し、トラックを長さに合わせてカットして、AIナレーションを作成します。
チャットからFL Studioを操作します。ミックスの診断、プラグイン、ピアノロール、アレンジに対応します。
音声や動画から、ボーカル、楽器、セリフを分離し、歌詞を同期します。
Gladiaの文字起こしを実行します。話者分離、翻訳、字幕、要約に対応します。
ポッドキャスト、エピソード、トランスクリプトを検索し、PR向けの連絡先を見つけます。
Live Coding Music MCP (Strudel)
Strudel.ccで作曲と再生を行います。パターン、リズム、ライブでの音の分析に対応します。
MiniMaxのモデルによる音声合成、声のクローンとボイスデザイン、画像と動画の生成を行います。
会話をローカルで録音して文字起こしし、エージェントがその履歴を検索します。
収録したままのポッドキャストを、音楽、チャプター、エクスポート付きの完成したエピソードに仕上げます。
商用利用可能なロイヤリティフリーの音楽を生成・ストリーミングし、既成のライブラリを検索します。
歌詞、ボーカル入りの楽曲、インストゥルメンタルのバックトラックを生成します。
MuseScoreで楽譜を作曲・編集します。音符、歌詞、テンポ、反復に対応します。
コーディングエージェントに声を与えます。Pipecatを通じた音声での会話と画面の閲覧に対応します。
REAPERを操作します。トラック、MIDI、FX、ミキシング、マスタリング、レンダリング、音声分析に対応します。
数百万件のポッドキャストのデータ。リスナー数、属性、連絡先、チャート、スポンサーに対応します。
プレイリストのアイデアやリンクを、Spotify、Apple Music、TIDALなどへのインポートに変換します。
Spotifyの再生を操作し、曲を検索して、プレイリストを管理します。
REAPERでミキシング、マスタリング、MIDIの作成を行います。ラウドネスメーターを含む188個のツールがあります。
Vapiのボイスアシスタントを作成し、通話を発信して、電話での会話を予約します。
Claude Codeと音声で会話します。マイクに話しかけると、エージェントが声で答えます。
チャットからComfyUIを操作します:画像と動画の生成、ワークフローの構築、モデルのダウンロード。
1,000以上のfal.aiの画像・動画・音声モデルを、チャットで選び、料金を確認し、生成します。
Google CloudのVeo、Gemini Image、Lyria、Chirp、Gemini TTSを、エージェントのツールとして使います。
invideoのクラウドエディターで編集します:タイムライン、カラー、音声、メディア生成。
Kapwingに映像をアップロードし、書き出しを取得して、字幕の追加、翻訳、吹き替えを行います。
Replicateのモデルを検索・比較・実行します:画像、動画、音声。
Runware APIで画像、動画、音声、3Dモデルを生成します。料金の確認とモデル選びもできます。
yt-dlpで、YouTubeなどのサイトから動画、音声、字幕、メタデータをダウンロードします。
CLI (2)
ターミナルから、Deepgramの文字起こし、音声合成、音声分析を実行します。
ターミナルでMiniMaxを使います:Hailuo動画、画像、音声、文字起こし、画像の説明。