64 itens · Skills 23 · MCP 39 · CLI 2
Música e voz
Locução, podcasts e música: síntese de voz, transcrição e controle de DAW.
O que você pode criar
- narração de filme
- podcast com transcrição
- música de fundo
- efeitos sonoros
Com busca, filtros e avaliações.
Pacotes prontos
Conjuntos de ferramentas prontos para esta tarefa. Carregue qualquer um na sua IA com um só comando.
- Episódio de podcast
Um episódio de podcast pronto para publicar: uma abertura narrada com trilha musical, uma gravação mixada e masterizada e uma transcrição.
/podcast-episode
Todos os itens (64)
Skills (23)
Narração, transcrição, efeitos sonoros, música e dublagem pela API do ElevenLabs.
Azure AI Transcription (Python)
Transcrição em tempo real e em lote em Python com o SDK Azure AI Transcription.
Cria apps de voz em tempo real com o Azure AI Voice Live.
Gera áudio no estilo de podcast a partir de texto com a Azure OpenAI Realtime API.
Integra a API da Cartesia no código: Sonic TTS, Ink STT, vozes e tokens de acesso.
Conduz a produção de álbuns com o Suno: conceito, pesquisa, letras, masterização e divulgação.
Transforma qualquer tema em um curso de cerca de 12 aulas em áudio de dois minutos, com fontes.
Ensina o agente a usar a API do Deepgram: transcrição, síntese de fala, agentes de voz e análise de áudio.
Cria apps de voz e vídeo em tempo real com a Gemini Live API.
Integra a transcrição do Gladia em apps: gravações, tempo real e análise de fala.
Cria, testa e implanta agentes de voz com o LiveKit Agents (Python e Node.js).
Compõe músicas com vocais, instrumentais e covers com a MiniMax Music API.
Ensina o agente a usar a Mubert Music API: geração, streaming e uma biblioteca de música livre de royalties.
Transforma texto em fala localmente (Kokoro) ou na nuvem da Noiz, com controle de tempo e de voz.
Cria a estrutura de projetos de bots de voz do Pipecat, os implanta no Pipecat Cloud e inicia conversas por voz.
Cria assistentes, ferramentas, campanhas e números de telefone no Vapi pela API.
Cria músicas, instrumentais, loops, efeitos sonoros e narrações com a API da Venice.
Um estúdio de vídeo no Claude Code: roteiro, narração, música, clipes de IA e renderização no Remotion.
Escolhe modelos do fal.ai e conduz a produção de vídeo: tomadas, prompts, anúncios e motion graphics.
Edição local via FFmpeg: cortes, recortes 9:16, legendas, silêncio, volume e verificações.
Cria um videoclipe de motion graphics a partir de uma música e um prompt: personagens, animação, ritmo.
Um sistema open source de produção de vídeo com agentes: da pesquisa e do roteiro à edição e renderização.
Edita material bruto até o vídeo final: corta vícios de fala e pausas, corrige a cor, adiciona legendas.
MCP (39)
Controla o Ableton Live: trilhas MIDI e de áudio, instrumentos, clipes e arranjo da música.
Encontra samples do Splice a partir de uma descrição em linguagem natural e monta stacks em camadas.
Responde a perguntas sobre Live, Push, Move e Max for Live com base nos manuais.
Gerencia playlists, biblioteca e reprodução do Apple Music, com recomendações.
Transcreve gravações, identifica falantes, traduz e resume com o AssemblyAI.
Transcrição, separação de stems, remoção de ruído, áudio para MIDI, TTS e música com IA.
Lê texto em voz alta com as vozes Sonic da Cartesia, transcreve áudio, clona e localiza vozes.
Remove ruído, palavras de preenchimento e silêncio de gravações, com transcrição e notas do episódio.
Edita áudio e vídeo no Descript com prompts do Underlord, depois publica e exporta.
Busca no banco de dados do Discogs e gerencia sua coleção de discos, avaliações e anúncios no marketplace.
Cria e configura agentes de voz do ElevenLabs e gera amostras de fala.
Encontra músicas e efeitos sonoros licenciados, corta faixas no tamanho certo e cria narrações com IA.
Controla o FL Studio pelo chat: diagnóstico de mixagem, plugins, piano roll e arranjo.
Separa vocais, instrumentos e diálogos de áudio ou vídeo e sincroniza letras.
Executa transcrições do Gladia com diarização, tradução, legendas e resumos.
Busca podcasts, episódios e transcrições e encontra contatos para ações de assessoria de imprensa.
Live Coding Music MCP (Strudel)
Compõe e toca música no Strudel.cc: padrões, ritmos e análise de som ao vivo.
Síntese de fala, clonagem e design de voz, além de imagens e vídeos com modelos da MiniMax.
Grava e transcreve conversas localmente; o agente pesquisa o histórico delas.
Transforma uma gravação bruta de podcast em um episódio finalizado com música, capítulos e exportação.
Gera e transmite música livre de royalties liberada para uso comercial e busca em uma biblioteca pronta.
Gera letras de músicas, músicas completas com vocais e trilhas instrumentais.
Compõe e edita partituras no MuseScore: notas, letras, andamento e repetições.
Dá voz a um agente de código: conversa falada e visualização da tela pelo Pipecat.
Controla o REAPER: trilhas, MIDI, FX, mixagem, masterização, renderização e análise de áudio.
Dados de milhões de podcasts: tamanho da audiência, demografia, contatos, rankings e patrocinadores.
Transforma uma ideia ou um link de playlist em uma importação para Spotify, Apple Music, TIDAL e mais.
Controla a reprodução do Spotify, busca faixas e gerencia playlists.
Mixa, masteriza e escreve MIDI no REAPER: 188 ferramentas, incluindo medição de loudness.
Cria assistentes de voz do Vapi, faz ligações e agenda conversas por telefone.
Conversas por voz com o Claude Code: você fala no microfone e o agente responde falando.
Controla o ComfyUI pelo chat: gera imagens e vídeo, monta workflows e baixa modelos.
Mais de 1.000 modelos de imagem, vídeo e áudio do fal.ai: escolha, veja os preços e gere no chat.
Veo, Gemini Image, Lyria, Chirp e Gemini TTS do Google Cloud como ferramentas do agente.
Edita no editor em nuvem da invideo: timeline, cor, áudio e geração de mídia.
Envia material para o Kapwing, busca exportações, adiciona legendas, traduz e dubla.
Pesquisa, compara e executa modelos do Replicate: imagens, vídeo e áudio.
Gera imagens, vídeo, áudio e modelos 3D pela API da Runware, com preços e escolha de modelo.
Baixa vídeo, áudio, legendas e metadados do YouTube e de outros sites via yt-dlp.
CLI (2)
Transcrição, síntese de fala e análise de áudio do Deepgram direto do terminal.
MiniMax no terminal: vídeo Hailuo, imagens, fala, transcrição, descrição de imagens.