Summary
面向音频文件或视频中的音轨，处理语音边界定位、音频媒资信息探测、音频转码与码流封装适配、人声与背景声分离等目标。若对象和目标族已明确属于音频内容理解、音频转码、音频格式治理或音轨分离，但具体做法不确定，可先加载本 Skill 探索。
volcengine/mediakit-cli
byted-mediakit-audio
面向音频文件或视频中的音轨，处理语音边界定位、音频媒资信息探测、音频转码与码流封?
8-week activity · all time api
Installation
$
npx skills add volcengine/mediakit-cli --skill byted-mediakit-audio
Also in this package
Other skills from volcengine/mediakit-cli.
npx skills add volcengine/mediakit-cli
More details
Agent compatibility
Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.
Claude Code
Not declared
Cursor
Not declared
Codex
Not declared
GitHub Copilot
Not declared
Windsurf
Not declared
Gemini CLI
Not declared
Cline
Not declared
OpenCode
Not declared
Repository health
Stars
198
License
LICENSE
Default branch
main
Open issues
1
Status
Active
Skill metadata
Parsed from SKILL.md frontmatter.
Version0.2.1
LicenseMIT
More metadata
- requires
- {"bins":["mediakit-cli"]}
- cliHelp
- mediakit-cli audio --help
- product
- mediakit-cli/skills
- domain
- audio
- capability_count
- 4
Package contents
Files included with this skill beyond the listing page.
-
skill md
SKILL.md3,068 B -
docs
SUMMARY.md359 B
History
- First seen on skills.sh
- First recorded snapshot · 3,100 installs
SKILL.md
audio MediaKit Skill
使用规则
- 先读取
../byted-mediakit-shared/SKILL.md，执行统一前置检查；该 Skill 缺失时停止并提示安装。 - 只从下表选择
audio域工具；相似能力按各工具“能力描述”和参数边界区分。 - 执行前按需读取对应 reference；参数与结果说明来自同一份已审核文案，完整机器合同以当前 CLI
--schema为准。 - 缺少必填参数、鉴权环境变量或真实输入资源时，向用户索取；通用可选字段只能透传用户明确提供的值，其他可选字段可由明确意图准确确定，但不得伪造。
- 执行时设置
MEDIAKIT_SURFACE=skill，指定调用来源是 Skill。 - 执行时把
MEDIAKIT_RUNTIME设置为当前 Agent 宿主，避免 CLI 无法可靠识别父级 Agent。
澄清与跨域路由
若只说有音频而未说明业务目标，应先澄清。音频裁剪、拼接、调速、淡入淡出、混音、从视频抽取音轨或音视频合流等编辑合成诉求应路由到 editing；字幕生成、提取字幕、语音转字幕、视频理解、视频增强等应路由到 video。
工具列表
| 工具 | 说明 | 支持模式 | 命令 | 参考 |
|---|---|---|---|---|
| detect-voice-activity | 用于语音端点识别。自动定位音频或视频文件中有效语音的起止时间。将人声和静音、背景噪声等无效片段区分开来。返回包含所有有效人声片段起止时间戳的列表。 | Cloud | mediakit-cli audio detect-voice-activity |
[reference/detect-voice-activity.md](reference/detect-voice-activity.md) |
| probe-audio-metadata | 探测输入音频 URL，输出标准化媒资元信息，用于获取音频元信息。 | Cloud / Local | mediakit-cli audio probe-audio-metadata |
[reference/probe-audio-metadata.md](reference/probe-audio-metadata.md) |
| separate-voice | 用于人声背景声分离，可将音频或视频文件中的人声与背景音精准分离，输出为两个独立的音频文件。 | Cloud | mediakit-cli audio separate-voice |
[reference/separate-voice.md](reference/separate-voice.md) |
| transcode-audio | 音频转码将一个音频码流转换为另一个音频码流，通常涉及编码格式、编码参数和封装格式的转换，用于适应不同业务场景、播放终端和网络环境。 | Cloud | mediakit-cli audio transcode-audio |
[reference/transcode-audio.md](reference/transcode-audio.md) |