64 Einträge · Skills 23 · MCP 39 · CLI 2
Musik & Stimme
Sprecher, Podcasts und Musik: Sprachsynthese, Transkription und DAW-Steuerung.
Was du erstellen kannst
- Filmkommentar
- Podcast mit Transkript
- Hintergrundmusik
- Soundeffekte
Mit Suche, Filtern und Bewertungen.
Fertige Pakete
Fertige Tool-Sets für diese Aufgabe. Du lädst jedes mit einem einzigen Befehl in deine KI.
- Podcast-Folge
Eine veröffentlichungsfertige Podcast-Folge: ein gesprochenes Intro mit Musikbett, eine gemischte und gemasterte Aufnahme und ein Transkript.
/podcast-episode
Alle Einträge (64)
Skills (23)
Voiceover, Transkription, Soundeffekte, Musik und Synchronisation über die ElevenLabs-API.
Azure AI Transcription (Python)
Echtzeit- und Batch-Transkription in Python mit dem Azure AI Transcription SDK.
Baut Echtzeit-Sprach-Apps mit Azure AI Voice Live.
Erzeugt Audio im Podcast-Stil aus Text mit der Azure OpenAI Realtime API.
Bindet die Cartesia-API in Code ein: Sonic TTS, Ink STT, Stimmen und Zugriffstokens.
Steuert die Albumproduktion mit Suno: Konzept, Recherche, Songtexte, Mastering und Promotion.
Macht aus jedem Thema einen Kurs aus etwa 12 zweiminütigen Audiolektionen mit Quellen.
Bringt dem Agenten die Deepgram-API bei: Transkription, Sprachsynthese, Sprachagenten und Audioanalyse.
Baut Echtzeit-Sprach- und Video-Apps auf der Gemini Live API.
Bindet die Gladia-Transkription in Apps ein: Aufnahmen, Echtzeit und Sprachanalyse.
Baut, testet und deployt Sprachagenten mit LiveKit Agents (Python und Node.js).
Komponiert Gesangssongs, Instrumentals und Covers mit der MiniMax Music API.
Bringt dem Agenten die Mubert Music API bei: Generierung, Streaming und eine lizenzfreie Musikbibliothek.
Wandelt Text lokal (Kokoro) oder in der Noiz-Cloud in Sprache um, mit Kontrolle über Timing und Stimme.
Erzeugt Pipecat-Sprachbot-Projekte, deployt sie in Pipecat Cloud und startet Sprachchats.
Erstellt Assistenten, Werkzeuge, Kampagnen und Telefonnummern in Vapi über die API.
Erstellt Songs, Instrumentals, Loops, Soundeffekte und Voiceovers mit der Venice-API.
Ein Videostudio in Claude Code: Skript, Voiceover, Musik, KI-Clips und Remotion-Rendering.
Wählt fal.ai-Modelle und steuert die Videoproduktion: Shots, Prompts, Werbung und Motion Graphics.
Lokale Bearbeitung mit FFmpeg: Schneiden, 9:16-Zuschnitt, Untertitel, Stille, Lautheit und Prüfungen.
Macht aus einem Song und einem Prompt ein Motion-Graphics-Musikvideo: Figuren, Animation, Rhythmus.
Ein agentisches Open-Source-Videoproduktionssystem: von Recherche und Skript bis zu Schnitt und Rendering.
Schneidet Rohmaterial zum fertigen Video: entfernt Füllwörter und Pausen, korrigiert Farbe, fügt Untertitel hinzu.
MCP (39)
Steuert Ableton Live: MIDI- und Audiospuren, Instrumente, Clips und Song-Arrangement.
Findet Splice-Samples anhand einer Beschreibung in normaler Sprache und baut geschichtete Stacks.
Beantwortet Fragen zu Live, Push, Move und Max for Live anhand der Handbücher.
Verwaltet Apple-Music-Playlists, Bibliothek und Wiedergabe, mit Empfehlungen.
Transkribiert Aufnahmen, erkennt Sprecher, übersetzt und fasst zusammen mit AssemblyAI.
Transkription, Stem-Trennung, Rauschentfernung, Audio zu MIDI, TTS und KI-Musik.
Liest Text mit Cartesia-Sonic-Stimmen vor, transkribiert Audio, klont und lokalisiert Stimmen.
Entfernt Rauschen, Füllwörter und Stille aus Aufnahmen, mit Transkript und Show Notes.
Bearbeitet Audio und Video in Descript über Underlord-Prompts und veröffentlicht und exportiert sie dann.
Durchsucht die Discogs-Datenbank und verwaltet deine Plattensammlung, Bewertungen und Marktplatz-Angebote.
Erstellt und konfiguriert ElevenLabs-Sprachagenten und erzeugt Sprachproben.
Findet lizenzierte Musik und Soundeffekte, kürzt Titel auf Länge und erstellt KI-Voiceovers.
Steuert FL Studio im Chat: Mix-Diagnose, Plugins, Piano Roll und Arrangement.
Trennt Gesang, Instrumente und Dialoge aus Audio oder Video und synchronisiert Songtexte.
Führt Gladia-Transkriptionen mit Diarisierung, Übersetzung, Untertiteln und Zusammenfassungen aus.
Durchsucht Podcasts, Folgen und Transkripte und findet Kontakte für PR-Outreach.
Live Coding Music MCP (Strudel)
Komponiert und spielt Musik in Strudel.cc: Patterns, Rhythmen und Live-Klanganalyse.
Sprachsynthese, Stimmklonen und Stimmdesign sowie Bilder und Videos aus MiniMax-Modellen.
Nimmt Gespräche lokal auf und transkribiert sie; der Agent durchsucht deren Verlauf.
Macht aus einer rohen Podcast-Aufnahme eine fertige Folge mit Musik, Kapiteln und Export.
Erzeugt und streamt lizenzfreie Musik für die kommerzielle Nutzung und durchsucht eine fertige Bibliothek.
Erzeugt Songtexte, komplette Songs mit Gesang und instrumentale Begleitmusik.
Komponiert und bearbeitet Partituren in MuseScore: Noten, Songtexte, Tempo und Wiederholungen.
Gibt einem Coding-Agenten eine Stimme: gesprochene Unterhaltung und Bildschirmansicht über Pipecat.
Steuert REAPER: Spuren, MIDI, FX, Mixing, Mastering, Rendering und Audioanalyse.
Daten zu Millionen von Podcasts: Reichweite, Demografie, Kontakte, Charts und Sponsoren.
Macht aus einer Playlist-Idee oder einem Link einen Import zu Spotify, Apple Music, TIDAL und mehr.
Steuert die Spotify-Wiedergabe, sucht Titel und verwaltet Playlists.
Mischt, mastert und schreibt MIDI in REAPER: 188 Werkzeuge, darunter Lautheitsmessung.
Erstellt Vapi-Sprachassistenten, führt Anrufe und plant Telefongespräche.
Sprachunterhaltungen mit Claude Code: Du sprichst ins Mikrofon und der Agent antwortet.
Steuert ComfyUI per Chat: generiert Bilder und Video, baut Workflows und lädt Modelle herunter.
Über 1.000 Bild-, Video- und Audiomodelle von fal.ai: auswählen, Preise prüfen und im Chat generieren.
Veo, Gemini Image, Lyria, Chirp und Gemini TTS aus Google Cloud als Agent-Tools.
Bearbeitet im Cloud-Editor von invideo: Timeline, Farbe, Audio und Mediengenerierung.
Lädt Material zu Kapwing hoch, holt Exporte, fügt Untertitel hinzu, übersetzt und synchronisiert.
Durchsucht, vergleicht und startet Modelle von Replicate: Bilder, Video und Audio.
Generiert Bilder, Video, Audio und 3D-Modelle über die Runware-API, mit Preisen und Modellauswahl.
Lädt Video, Audio, Untertitel und Metadaten von YouTube und anderen Seiten über yt-dlp herunter.
CLI (2)
Deepgram-Transkription, Sprachsynthese und Audioanalyse direkt aus dem Terminal.
MiniMax im Terminal: Hailuo-Video, Bilder, Sprache, Transkription, Bildbeschreibungen.