64 elementos · Skills 23 · MCP 39 · CLI 2
Música y voz
Locuciones, podcasts y música: síntesis de voz, transcripción y control de DAW.
Qué puedes crear
- narración de película
- podcast con transcripción
- música de fondo
- efectos de sonido
Con buscador, filtros y valoraciones.
Paquetes listos
Conjuntos de herramientas listos para esta tarea. Cárgalos en tu IA con un solo comando.
- Episodio de podcast
Un episodio de podcast listo para publicar: una intro con voz y música de fondo, una grabación mezclada y masterizada, y una transcripción.
/podcast-episode
Todos los elementos (64)
Skills (23)
Locución, transcripción, efectos de sonido, música y doblaje con la API de ElevenLabs.
Azure AI Transcription (Python)
Transcripción en tiempo real y por lotes en Python con el SDK Azure AI Transcription.
Crea apps de voz en tiempo real con Azure AI Voice Live.
Genera audio estilo podcast a partir de texto con la Azure OpenAI Realtime API.
Integra la API de Cartesia en el código: TTS Sonic, STT Ink, voces y tokens de acceso.
Dirige la producción de álbumes con Suno: concepto, investigación, letras, masterización y promoción.
Convierte cualquier tema en un curso de unas 12 lecciones de audio de dos minutos con fuentes.
Enseña al agente la API de Deepgram: transcripción, síntesis de voz, agentes de voz y análisis de audio.
Crea apps de voz y video en tiempo real con la Gemini Live API.
Integra la transcripción de Gladia en apps: grabaciones, tiempo real y análisis de voz.
Crea, prueba y despliega agentes de voz con LiveKit Agents (Python y Node.js).
Compone canciones con voz, instrumentales y versiones con la MiniMax Music API.
Enseña al agente la Mubert Music API: generación, streaming y una biblioteca de música libre de derechos.
Convierte texto en voz en local (Kokoro) o en la nube de Noiz, con control de tiempos y de voz.
Crea proyectos de bots de voz con Pipecat, los despliega en Pipecat Cloud e inicia chats de voz.
Crea asistentes, herramientas, campañas y números de teléfono en Vapi mediante la API.
Crea canciones, instrumentales, loops, efectos de sonido y locuciones con la API de Venice.
Un estudio de video en Claude Code: guion, locución, música, clips con IA y renderizado con Remotion.
Elige modelos de fal.ai y dirige la producción de video: tomas, prompts, anuncios y gráficos en movimiento.
Edición local con FFmpeg: cortes, recortes 9:16, subtítulos, silencios, volumen y comprobaciones.
Crea un videoclip de gráficos en movimiento a partir de una canción y un prompt: personajes, animación, ritmo.
Un sistema de producción de video con agentes de código abierto: de la investigación y el guion a la edición y el renderizado.
Edita material en bruto hasta obtener un video final: corta muletillas y pausas, corrige el color, agrega subtítulos.
MCP (39)
Controla Ableton Live: pistas MIDI y de audio, instrumentos, clips y arreglo de canciones.
Encuentra samples de Splice a partir de una descripción en lenguaje natural y crea stacks por capas.
Responde preguntas sobre Live, Push, Move y Max for Live a partir de los manuales.
Gestiona listas de reproducción, biblioteca y reproducción de Apple Music, con recomendaciones.
Transcribe grabaciones, identifica hablantes, traduce y resume con AssemblyAI.
Transcripción, separación de stems, eliminación de ruido, audio a MIDI, TTS y música con IA.
Lee texto en voz alta con las voces Sonic de Cartesia, transcribe audio, clona y localiza voces.
Elimina ruido, muletillas y silencios de las grabaciones, con transcripción y notas del episodio.
Edita audio y video en Descript con prompts de Underlord, y luego publica y exporta.
Busca en la base de datos de Discogs y gestiona tu colección de discos, valoraciones y anuncios del marketplace.
Crea y configura agentes de voz de ElevenLabs y genera muestras de voz.
Encuentra música y efectos de sonido con licencia, recorta pistas a la duración deseada y crea locuciones con IA.
Controla FL Studio desde el chat: diagnóstico de mezcla, plugins, piano roll y arreglo.
Separa voces, instrumentos y diálogo de audio o video y sincroniza letras.
Ejecuta transcripciones de Gladia con diarización, traducción, subtítulos y resúmenes.
Busca podcasts, episodios y transcripciones y encuentra contactos para acciones de relaciones públicas.
Live Coding Music MCP (Strudel)
Compone y reproduce música en Strudel.cc: patrones, ritmos y análisis de sonido en vivo.
Síntesis de voz, clonación de voz y diseño de voz, además de imágenes y video con modelos de MiniMax.
Graba y transcribe conversaciones en local; el agente busca en su historial.
Convierte una grabación de podcast en bruto en un episodio terminado con música, capítulos y exportación.
Genera y emite música libre de derechos para uso comercial y busca en una biblioteca ya preparada.
Genera letras de canciones, canciones completas con voz y pistas instrumentales de acompañamiento.
Compone y edita partituras en MuseScore: notas, letras, tempo y repeticiones.
Da voz a un agente de programación: conversación hablada y visualización de la pantalla con Pipecat.
Controla REAPER: pistas, MIDI, FX, mezcla, masterización, renderizado y análisis de audio.
Datos de millones de podcasts: tamaño de audiencia, demografía, contactos, listas de éxitos y patrocinadores.
Convierte una idea o un enlace de lista de reproducción en una importación a Spotify, Apple Music, TIDAL y más.
Controla la reproducción de Spotify, busca canciones y gestiona listas de reproducción.
Mezcla, masteriza y escribe MIDI en REAPER: 188 herramientas, incluida la medición de volumen.
Crea asistentes de voz de Vapi, hace llamadas y programa conversaciones telefónicas.
Conversaciones por voz con Claude Code: hablas al micrófono y el agente responde hablando.
Controla ComfyUI desde el chat: genera imágenes y video, arma flujos de trabajo y descarga modelos.
Más de 1000 modelos de imagen, video y audio de fal.ai: elige, consulta precios y genera desde el chat.
Veo, Gemini Image, Lyria, Chirp y Gemini TTS de Google Cloud como herramientas para el agente.
Edita en el editor en la nube de invideo: línea de tiempo, color, audio y generación de medios.
Sube material a Kapwing, obtiene exportaciones, agrega subtítulos, traduce y dobla.
Busca, compara y ejecuta modelos de Replicate: imágenes, video y audio.
Genera imágenes, video, audio y modelos 3D mediante la API de Runware, con precios y selección de modelos.
Descarga video, audio, subtítulos y metadatos de YouTube y otros sitios mediante yt-dlp.
CLI (2)
Transcripción, síntesis de voz y análisis de audio de Deepgram directamente desde la terminal.
MiniMax en la terminal: video Hailuo, imágenes, voz, transcripción, descripciones de imágenes.