Skill edit-dialogue
Mude ou remova algumas palavras faladas na própria voz de quem fala.
Instale esta skill com npx skills add synchronicity-labs/skills --skill edit-dialogue, ou obtenha todas as skills com o plugin do Claude Code. Veja Skills de agente.
O que faz
A edit-dialogue corrige algumas palavras faladas em um vídeo sem regravar. Ela transcreve o vídeo, associa a sua correção às palavras exatas, sintetiza as novas palavras na própria voz de quem fala, deixa você ouvir uma prévia e depois ressincroniza os lábios só naquele trecho. Todo o resto mantém a imagem e o som originais.
Quando usar
Experimente
- “Em ./promo.mp4 eu digo 49, corrija só isso.”
- “Corte o ‘hã’ depois de ‘cobrança anual’ neste vídeo”
- “O nome deveria ser Siobhan, não Shannon”
O que você precisa
- O servidor MCP da sync. conectado. A skill setup orienta você nesse processo. A versão REST deste fluxo está em acesso antecipado; veja Transcription and Dialogue Editing.
- Um vídeo com um único falante, de até 10 minutos.
Perguntas frequentes
Por que ela me mostra a transcrição?
Para que vocês dois apontem para as mesmas palavras. Cada mudança e cada remoção fica ligada a uma palavra da transcrição, o que mantém a edição exata.
A prévia custa dinheiro?
Pode custar. A prévia clona a voz de quem fala e sintetiza as novas palavras, então o agente menciona isso ao confirmar as edições. O vídeo final tem uma estimativa separada antes de ser criado.
Um nome saiu errado.
Peça uma pronúncia. O agente adiciona uma grafia fonética como “shivawn”, escrita como uma palavra comum, e cria uma nova prévia.
Algumas edições falharam.
Normalmente o novo texto é longo demais para o espaço que ocupa. O agente informa quais edições falharam e sugere um texto mais curto.
Posso substituir um parágrafo inteiro?
Este fluxo é para palavras pontuais. Para um roteiro novo, lipsync com uma voz é a ferramenta mais adequada, e o agente vai dizer isso.
Está funcionando se
- No áudio da prévia, só as suas palavras mudaram.
- Você aprova a prévia e o custo antes de o vídeo ser criado.
- O resultado reproduz o vídeo original com apenas essas palavras diferentes.

