ஸ்கிரிப்ட் உள்ளே செல்கிறது. முடிவுற்ற அத்தியாயம் வெளியே வருகிறது.

இது ஒவ்வொரு பகுதிக்கும் குரலளிக்கிறது, அவற்றை ஒன்றிணைக்கிறது, முழுவதையும் −16 LUFS அளவுக்குச் சமன் செய்து, டேக் செய்யப்பட்ட MP3 ஆக என்கோட் செய்கிறது — பின்னர் தான் அளவிட்டதையும், கேட்கப்பட்டவற்றில் தங்களால் செய்ய முடியாமல் போனதையும் உங்களிடம் கூறுகிறது.

ஒரு அத்தியாயத்தை உருவாக்குங்கள்இலவசமாக முயற்சிக்கலாம். நிறுவுவதற்கு எதுவும் இல்லை.

இது எவ்வாறு இயங்குகிறது

மூன்று படிகள், அதில் எதுவும் “கட்டமைத்தல்” இல்லை.

01
இதற்கு ஒரு ஸ்கிரிப்ட் அல்லது உங்கள் பதிவுகளை வழங்குங்கள்
இது பேசக்கூடிய ஒரு ஸ்கிரிப்ட், அல்லது உரையாடலில் நீங்கள் சேர்க்கும் மூலப் பதிவுகள். இது தயாரிப்புக் குறிப்புகளை முதலில் படிக்கிறது, ஏனெனில் ஒலி அளவு இலக்கு மற்றும் வழங்கும் வடிவம் ஆகியவை பொதுவாக அங்குதான் இருக்கும்.
02
இது திருத்துவதற்கு முன் அளவிடுகிறது
ஒவ்வொரு பகுதியின் நீளமும் ஒலி அளவும் சோதிக்கப்படுகின்றன, அமைதி யூகிக்கப்படாமல் கண்டறியப்படுகிறது. அந்த எண்கள் தான் தயாரிப்பை இயக்குகின்றன — மேலும் சுருக்கம் தன்னைப் பற்றிக் கூறும் கூற்றுகளை இது சரிபார்ப்பதற்கும் அந்த எண்களே உதவுகின்றன.
03
அத்தியாயம், குறிப்புகள் மற்றும் எண்களை நீங்கள் பெறுவீர்கள்
பணியிடத்தின் ரூட் பகுதியில் டேக் செய்யப்பட்ட MP3, அதன் அருகில் நிகழ்ச்சிக் குறிப்புகள் மற்றும் அத்தியாய நேர முத்திரைகள், மேலும் ஒரு குறுகிய அறிக்கை: அது என்ன, ஸ்கிரிப்டிலிருந்து என்ன மாறியது, மற்றும் உங்கள் கவனத்திற்கு என்ன தேவைப்படுகிறது.

இது என்ன செய்ய முடியும்

இது ஒலி அளவின் இலக்கை அடைந்து அதை நிரூபிக்கிறது
−16 LUFS என்பது போட்காஸ்ட் முறைமையாகும், சமையலறையில் உள்ள தொலைபேசி ஸ்பீக்கருக்குக் கூடுதல் டைனமிக் ரேஞ்ச் இல்லாததால் இது உள்ளது. இது இரண்டு கட்டங்களில் சீராக்கி, கோப்பு அளவிடப்படுவதற்கு முன்பும் பின்பும் உள்ள அளவை அச்சிடுகிறது, எனவே இந்த கூற்றை வெறும் நம்பிக்கையாக இல்லாமல் சரிபார்க்க முடியும்.
என்ன செய்ய முடியவில்லை என்பதை இது கூறுகிறது
மாதிரி சுருக்கம் ஒரு பின்னணி இசையைக் கேட்கிறது, ஆனால் இசை கோப்பு எதுவும் இல்லை — எனவே இது இசை இல்லாமலே அத்தியாயத்தை உருவாக்கி, அதை பெயர் குறிப்பிட்டுச் சொல்கிறது. ஒரு தேவையை அமைதியாகத் தவிர்க்கும் ஏஜென்ட் அதை மறைத்துள்ளது, பூர்த்தி செய்யவில்லை.
இது சுருக்கத்தை ஆடியோவுடன் சரிபார்க்கிறது
முப்பது வினாடிகளுக்குப் பதிவு செய்யப்பட்டு இருபத்தி இரண்டு வினாடிகளாக இருக்கும் விளம்பரதாரர் பகுதி ஒரு வாக்கியத்திற்குரியது. மற்றொரு பகுதியை மீண்டும் மீண்டும் செய்யும் பிரிவு அல்லது ஸ்கிரிப்டில் பெயரிடப்படாத விருந்தினரை வாக்குறுதி அளிக்கும் முடிவுப் பகுதியும் அவ்வாறே.

இது எவ்வாறு அமைக்கப்பட்டுள்ளது

நீங்கள் உள்நுழைவதற்கு முன் எதைப் பெறுகிறீர்கள் என்பதை அறிந்துகொள்வதற்கான செயல்பாட்டு முறைகள்.

சூழல்: ஆடியோ பணி ffmpeg கொண்ட ஒரு Mume சேவையில் MCP வழியாக இயங்குகிறது. இது ஒரு அமர்வின் கோப்புகளை மட்டுமே பார்க்கும் — அது எந்த பணியிடம் என்பது கோரிக்கையிலிருந்து வராமல், குறுகிய காலம் மட்டுமே செல்லும் டோக்கன் மூலமே தீர்மானிக்கப்படுகிறது.
கருவிகள்: generateSpeech, transcribe, readFile, writeFile, editFile, glob, மற்றும் எட்டு ஆடியோ வினைகள்: probe, detectSilence, trim, concat, mix, normalize, encode, importAudio. வேண்டுமென்றே ஷெல் எதுவும் இல்லை — ஆடியோ கருவிகள் பெயரிடப்பட்ட செயல்பாடுகள், ffmpeg கட்டளை வரி அல்ல.
மாடல்: விவரிப்பில் உள்ள எந்தவொரு சேட் மாடல். இங்குள்ள முடிவு எடிட்டோரியல் சார்ந்ததாகும் — எதை வெட்டுவது, எதைக் கொடியிடுவது, விவரிப்பில் உண்மையில் என்ன கேட்கப்பட்டது என்பதை தீர்மானித்தல்.
தொடக்கக் கோப்புகள்: ஒரு ஸ்கிரிப்ட் மற்றும் அரைகுறையாக எழுதப்பட்ட குறிப்புகளுடன் தொடங்கப்படுகிறது; இதில் ஐந்து சிக்கல்கள் உள்ளன: விடுபட்ட பின்னணி இசை, கூறப்பட்ட கால அளவில் இல்லாத விளம்பர வாசிப்பு, இரட்டிப்பான பகுதி தலைப்பு, பெயரிடப்படாத விருந்தினர் மற்றும் அடைய வேண்டிய ஒலி அளவு இலக்கு.
எது சேமிக்கப்படும்: பகுதிகள், இடைநிலைக் கோப்புகள் மற்றும் முடிவடைந்த அத்தியாயம் ஆகியவை இந்த அமர்விலேயே இருக்கும். மீண்டும் வந்து அதை மீண்டும் எடிட் செய்யவும், அல்லது புதிய ஸ்பான்சர் வாசிப்பைச் சேர்த்து மீண்டும் உருவாக்கவும்.

மக்கள் இதனிடம் கேட்கும் விஷயங்கள்

“ஸ்கிரிப்டிலிருந்து அத்தியாயம் 1-ஐ உருவாக்கி, உங்களால் என்ன செய்ய முடியவில்லை என்பதை எனக்குக் கூறுங்கள்.”
“விளம்பரதாரர் வாசிப்பு உண்மையில் முப்பது வினாடிகள் தானா?”
“எல்லாவற்றையும் −16 LUFS அளவுக்குச் சீரமைத்து, முன்பும் பின்பும் உள்ள நிலையை எனக்குக் காட்டுங்கள்.”
“ஸ்கிரிப்டிலிருந்து அல்லாமல், முடிவடைந்த கோப்பிலிருந்து அத்தியாயங்களை எழுதுங்கள்.”

இது எதைச் செய்யாது

இவை ஒவ்வொன்றும் நாங்கள் எதிர்கொண்ட உண்மையான கட்டுப்பாடே தவிர, திட்டமிடப்பட்ட அம்சம் அல்ல.

இதனால் இசையை உருவாக்க முடியாது. இது பேச மட்டுமே செய்யும்; இங்கு எந்த இசைக்கருவியும் இல்லை. பின்னணி இசை கேட்டால், பேசுவதைக் கொண்டு இசையென்று சொல்லாமல், இசை இல்லை என்றே கூறிவிடும்.
இதில் ஷெல் இல்லை. ஆடியோ பணிகள் பெயரிடப்பட்ட வினைகள் மூலமே நடக்கும், அதனால் தான் இதால் புதிய ஃபில்டர் செயினை உருவாக்க முடியாது — மேலும் அந்த வினைகளில் இல்லாத ஒன்றை இதால் செய்ய முடியாது.
பேச்சு என்பது வெறும் பேச்சு மட்டுமே, நடிப்பு அல்ல. குரல்கள் தெளிவாகவும் சீராகவும் வாசிக்கும்; அவை எந்தக் கதாபாத்திரத்தையும் செய்யாது, மேலும் ஒருவருக்காக எழுதப்பட்ட ஸ்கிரிப்ட் ஒருவருக்காக எழுதப்பட்டதாகவே ஒலிக்கும்.
தான் அளவிடாத எந்தவொரு எண்ணையும் இது குறிப்பிடாது. இதன் அறிக்கையில் கால அளவு அல்லது ஒலி அளவு விடுபட்டிருந்தால், அது சரியாக இருந்தது என்பதால் அல்ல, மாறாக அந்த அளவீடு செய்யப்படவில்லை என்பதாலேயே ஆகும்.

எந்த மாடல் இதைச் சிறப்பாகச் செய்கிறது

இந்த ஏஜென்ட்டின் உண்மையான இயக்கங்களின் மீது அளவிடப்பட்டது, ஒவ்வொரு மாடலுக்கும். ஒரு இயக்கம் தானாகவே பதிலை உருவாக்கியபோது முடிந்ததாகக் கணக்கிடப்படுகிறது — எதுவும் தோல்வியடையவில்லை, யாரும் எதையும் அனுமதிக்கக் கேட்கப்படவில்லை, மேலும் அது படிகள் தீர்ந்துவிடவில்லை. மூன்று நெடுவரிசைகளையும் ஒன்றாகப் படியுங்கள்: விட்டுக்கொடுப்பதன் மூலம் வேகமாக முடிக்கும் மாடல் முதலில் மோசமாக மதிப்பெண் பெறுகிறது, அரைப்பதன் மூலம் எல்லாவற்றையும் முடிக்கும் மாடல் இரண்டாவதில் மோசமாக மதிப்பெண் பெறுகிறது.

மாடல்	நிறைவு விகிதம்	இடைநிலைச் செலவு	இடைநிலை நேரம்	இயக்கங்கள்
claude-sonnet-5anthropic	64%	$0.150	79வி	14
claude-sonnet-4.6anthropic	100%	$0.052	29வி	4
kimi-k3moonshotai	67%	$0.327	4நி 54வி	3

நிறைவு விகிதம்: நீங்கள் தலையிட வேண்டிய அவசியமின்றி வேலையை முடித்த இயக்கங்கள்.
இடைநிலைச் செலவு: ஒரு சாதாரண இயக்கத்திற்கு ஆகும் செலவு, கிரெடிட்களில்.
இடைநிலை நேரம்: முதல் செய்தியிலிருந்து பதில் வரும் வரையிலான கணக்கிடப்பட்ட நேரம்.

ஒவ்வொரு வரிசையின் பின்னால் உள்ள இயக்கங்களின் மீதான இடைநிலைகள். ஒரு மாடல் இந்த ஏஜென்ட்டில் 3 இயக்கங்களைக் கொண்டவுடன் தோன்றும், மேலும் ஒரு எண்ணிக்கை எவ்வளவு தங்கியுள்ளது என்பதை நீங்கள் தீர்மானிக்க இயக்க எண்ணிக்கை காட்டப்படுகிறது.