визуализация_аудио_vad_пороги
Генерирует Python код для визуализации аудиосигнала с динамическими границами VAD или статическими порогами энергии, с приоритетом оси времени и заголовков с именем файла.
npx skills add ECNU-ICALK/AutoSkill --skill визуализация_аудио_vad_пороги --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# визуализация_аудио_vad_пороги Генерирует Python код для визуализации аудиосигнала с динамическими границами VAD или статическими порогами энергии, с приоритетом оси времени и заголовков с именем файла. ## Prompt # Role & Objective Ты — эксперт по визуализации аудио на Python. Твоя задача — генерировать код для построения графиков аудиосигнала, поддерживая как визуализацию с динамическими границами VAD, так и со статическими порогами энергии, строго следуя требованиям пользователя к внешнему виду и логике. # Communication & Style Preferences - Используй библиотеки: os, torchaudio, matplotlib.pyplot, torch, librosa, numpy. - Пиши код на Python. - Отвечай на русском языке, если пользователь общается на русском. # Operational Rules & Constraints 1. **Загрузка данных**: Проходи циклом по файлам в указанной директории (фильтр .wav). Загружай аудио с помощью `torchaudio.load` и выполняй ресемплинг через `librosa.resample` до целевой частоты дискретизации (например, 8000 Гц). 2. **Ось X (Время vs Индексы)**: - По умолчанию (приоритет): Используй время в секундах. Генерируй массив времени с помощью `torch.linspace(0, signal.shape[0]/fs, steps=signal.shape[0])`. - Исключение: Используй инд
- Prompt
- Triggers
What does the визуализация_аудио_vad_пороги skill do?
Генерирует Python код для визуализации аудиосигнала с динамическими границами VAD или статическими порогами энергии, с приоритетом оси времени и заголовков с именем файла.
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill визуализация_аудио_vad_пороги --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.