Communitygithub.com

addniner/whisper-stt-skill

Bietet KI-Agenten die Fähigkeit, Sprache in Text umzuwandeln, basierend auf OpenAIs Whisper Modell.

Was ist whisper-stt-skill?

Dieser Skill ermöglicht es KI-Agenten (kompatibel mit Claude Code, Cursor, Codex und anderen Agenten-Plattformen), Audioaufnahmen zu transkribieren, indem das lokale Whisper-Modell von OpenAI (z. B. 'whisper.cpp' oder 'faster-whisper') genutzt wird. Der Agent nimmt dabei die Stimme des Benutzers auf oder verarbeitet bereits vorhandene Audiodateien und gibt eine textuelle Transkription zurück. Das ist besonders nützlich in Umgebungen, in denen Tippen nicht praktikabel ist, z. B. beim Debuggen im Stehen oder unterwegs. Der Skill ist als reines CLI-Tool implementiert und kann einfach in bestehende Agenten-Workflows integriert werden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add addniner/whisper-stt-skill
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht whisper-stt-skill?

Agenten-Skill von addniner/whisper-stt-skill

Beschreibung

Dieser Skill fügt KI-Agenten die Fähigkeit hinzu, Sprache in Text umzuwandeln, indem OpenAIs Whisper-Modell lokal verwendet wird.

Funktionsweise

Der Skill nimmt Audio über das Mikrofon auf (oder verarbeitet bereits vorhandene Audiodateien), leitet diese an ein lokales Whisper-Modell weiter und gibt den transkribierten Text aus.

Voraussetzungen

  • Installiertes Whisper-Modell (empfohlen: whisper.cpp oder faster-whisper)
  • Python 3.10 oder höher
  • Mikrofonzugriff (für Live-Aufnahme)

Verwendung

# Live-Aufnahme transkribieren
addniner-whisper-stt-skill record

# Audiodatei transkribieren
addniner-whisper-stt-skill transcribe /pfad/zur/datei.mp3

Integration

Fügen Sie diesen Skill zu Ihrem Agenten hinzu, indem Sie die folgenden Schritte ausführen:

  1. Klonen Sie das Repository: 
    git clone https://github.com/addniner/whisper-stt-skill.git
  2. Installieren Sie die Abhängigkeiten: 
    pip install -r requirements.txt
  3. Starten Sie den Skill als separaten Prozess oder direkt über die CLI.

Unterstützte Plattformen

  • Claude Code
  • Cursor
  • Codex
  • Andere CLI-basierte Agenten

Lizenz

MIT

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community