影视制作

Atmos 终端录屏与渲染：自动录制、推断输出格式（gif/mp4/html/ascii 等），支持步骤/会话模式与模拟流程。

从视频提取音频、转换格式并管理音频合集。

攻击者利用移动设备操作系统标准 API 捕获音频以收集信息（攻击技术 T1429）。

攻击者通过修改文件扩展名来隐藏程序真实类型（攻击技术 T1036.006）。

攻击者利用麦克风、摄像头或音视频通话应用捕获音频录音以监听（攻击技术 T1123）。

AI 音频剪辑流程：Whisper 逐词转写 → 片段分类（保留/删 filler 等）→ ffmpeg 交叉淡入与静音填充 → 可选云端精修，去除口头禅与死寂。

将音频（MP3/WAV/M4A/FLAC 等）转写为 SRT 字幕文件，支持自定义字符上限与时间轴微调。

用 yt-dlp 从视频提取音频并从 1500+ 网站下载纯音频，转为 MP3/M4A/FLAC 等带元数据的格式。

将目录中的音频处理为梅尔频谱与标签，并将所有频谱裁剪至批次最小宽度以保证数组形状一致。

用 ACRCloud 与 Shazam 从麦克风/内录/文件识别歌曲，经 Spotify/Apple Music 补全元数据、专辑封面与同步歌词并整理归档。

从目录加载音频，解析文件名标签，生成随机 VAD 段，提取 STFT 特征并划分训练/测试集。

将文本字符串映射到音频文件：以 '0'+数字开头的文本按字符拆分取对应音频，否则整体作为文件名。

处理目录音频生成梅尔频谱与标签，裁剪至最小宽度以统一形状，并保存为 .npy 文件。

Python 模块：从目录加载图像与对应描述文件，按通配符与排除规则过滤图像，并复制匹配文件到新位置。

策划、脚本、制作并优化 App Store / Google Play 应用预览与推广视频，覆盖规格、分镜与 A/B 测试建议。

生成音频后期处理方案：降噪、静音压缩、人声 EQ 与压缩限制，面向播客、视频与音乐的响度标准化。

将逐场景 i2v 片段与测量好的配音窗口合成为荒诞风格动画解说广告视频（约 38 秒、9:16），含重定时、混音与字幕烧录。

掌握音频后期核心技巧——归一化、压缩、EQ 与降噪的正确顺序，获得专业音质，适用于播客与视频配乐。

用 Python + PyDub 自动化重复音频任务：批量处理、格式转换、响度归一化与片段拼接。

基于 VideoCaptioner 后端为视频添加字幕：语音转写、字幕优化/翻译，并烧录到画面中，内置免费 ASR 与翻译。

增量式音频制作，处理时长不匹配、自适应分轨延展，并在混音前进行对齐校验。

增量式音频制作流程，处理时长对齐、逐分轨校验与自适应延展策略。

导入与管理资源：图像压缩、3D 场景导入、音频格式、资源格式与导入配置。

实现音频系统：音频总线、AudioStreamPlayer、空间音频、音乐管理、音效池与动态混音。

提供 ffmpeg 提取视频音频及格式间转码的常用模式。

将视频/音频/图像/生成式输入转换为彩色 ASCII 字符视频（MP4/GIF/序列帧），支持音频可视化、生成式动画与实时终端渲染。

通过 APIMart 异步 GPT-Image-2 API 生成并下载图像，支持文生图、参考生图、多分辨率与任务轮询。

强大的 AI 视频编辑器：用自然语言描述即可剪辑，支持裁剪、合并、调速、加滤镜与片段提取，适用于 mp4/mov/avi 等格式。

审计并优化随 AltTab 发布的图片资源，按类型选用合适格式与后处理（如 PDF/HEIC），缩小包体并清理冗余。

优化 AI 编程助手的上下文文件（如 CLAUDE.md）：在用户要求改进上下文文件、执行 /ai-context 或提升 AI 文档质量时使用。