Communitygithub.com

sickn33/agentic-awesome-skills

Wandeln Sie Audioaufnahmen mit Hilfe von LLM-Integration in professionelle Markdown-Dokumentation mit intelligenten Zusammenfassungen um.

Was ist agentic-awesome-skills?

Diese Fähigkeit ermöglicht es, Audio- und Videodateien direkt über die Kommandozeile in strukturierte Markdown-Transkripte umzuwandeln. Sie nutzt Faster-Whisper für optimierte Transkription und optional auch ffmpeg für Formatkonvertierung. Die Skill unterstützt gängige Audioformate wie MP3, WAV, M4A, OGG, FLAC und WEBM und bietet Funktionen wie Sprechererkennung (Diarisierung), automatische Spracherkennung sowie Batch-Verarbeitung mehrerer Dateien. Sie ist besonders nützlich für die Erstellung von Meeting-Protokollen, Zusammenfassungen von langen Audioaufnahmen und Untertiteln (SRT/VTT). Die Skill ist plattformunabhängig und funktioniert in jedem Terminal mit GitHub Copilot CLI, ohne externe APIs oder projektspezifische Konfigurationen zu benötigen. Der Benutzer interagiert über natürliche Sprachbefehle wie „transcribe audio to markdown“ oder „transcreva estes áudios“ und erhält detaillierte Fortschrittsmeldungen sowie strukturierte Markdown-Ausgaben.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/sickn33/agentic-awesome-skills/tree/HEAD/skills/audio-transcriber

In Ihrer bevorzugten KI fragen

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

Dokumentation

Detaillierte Anleitung

Lesen Sie die detaillierte Anleitung, bevor Sie diese Fähigkeit ausführen. Sie enthält den vollständigen Ablauf und Referenzmaterial. Behandeln Sie die Sicherheits-, Voraussetzungs- und Validierungsanforderungen als verbindlich. Für fokussierte Arbeiten laden Sie die relevanten Abschnitte; für durchgängige Arbeiten lesen Sie die Anleitung vollständig.

Wann verwenden

Rufen Sie diese Fähigkeit auf, wenn:

  • Der Benutzer Audio-/Videodateien in Text transkribieren muss
  • Der Benutzer automatisch Besprechungsprotokolle aus Aufnahmen erstellen möchte
  • Der Benutzer eine Sprechererkennung (Diarisierung) in Gesprächen benötigt
  • Der Benutzer Untertitel (SRT-, VTT-Formate) benötigt
  • Der Benutzer Zusammenfassungen von langen Audioinhalten wünscht
  • Der Benutzer Varianten von „transkribiere dieses Audio“, „konvertiere Audio in Text“, „erstelle Besprechungsnotizen aus Aufnahme“ fragt
  • Der Benutzer Audiodateien in gängigen Formaten (MP3, WAV, M4A, OGG, FLAC, WEBM) hat

Beispielverwendung

Beispiel 1: Einfache Transkription

Benutzereingabe:

copilot> transkribiere Audio zu Markdown: meeting-2026-02-02.mp3

Skill-Ausgabe:

✅ Faster-Whisper erkannt (optimiert)
✅ ffmpeg verfügbar (Formatkonvertierung aktiviert)

📂 Datei: meeting-2026-02-02.mp3
📊 Größe: 12,3 MB
⏱️  Dauer: 00:45:32

🎙️  Verarbeitung...
[████████████████████] 100%

✅ Sprache erkannt: Portugiesisch (pt-BR)
👥 Sprecher identifiziert: 4
📝 Erstelle Markdown-Ausgabe...

✅ Transkription abgeschlossen!

📊 Ergebnisse:
  Datei: meeting-2026-02-02.md
  Sprache: pt-BR
  Dauer: 00:45:32
  Sprecher: 4
  Wörter: 6.842
  Verarbeitungszeit: 127s

📝 Erstellt:
  - meeting-2026-02-02.md (Markdown-Bericht)

🎯 Nächste Schritte:
  1. Überprüfen Sie Besprechungsprotokoll und Aktionspunkte
  2. Teilen Sie den Bericht mit Teilnehmern
  3. Verfolgen Sie Aktionspunkte bis zur Erledigung

Beispiel 3: Stapelverarbeitung

Benutzereingabe:

copilot> transkribiere diese Audios: recordings/*.mp3

Skill-Ausgabe:

📦 Stapelmodus: 5 Dateien gefunden
  1. team-standup.mp3
  2. client-call.mp3
  3. brainstorm-session.mp3
  4. product-demo.mp3
  5. retrospective.mp3

🎙️  Verarbeite Stapel...

[1/5] team-standup.mp3 ✅ (2m 34s)
[2/5] client-call.mp3 ✅ (15m 12s)
[3/5] brainstorm-session.mp3 ✅ (8m 47s)
[4/5] product-demo.mp3 ✅ (22m 03s)
[5/5] retrospective.mp3 ✅ (11m 28s)

✅ Stapel abgeschlossen!
📝 5 Markdown-Berichte erstellt
⏱️  Gesamtverarbeitungszeit: 6m 15s

Beispiel 5: Warnung bei großen Dateien

Benutzereingabe:

copilot> transkribiere Audio zu Markdown: conference-keynote.mp3

Skill-Ausgabe:

✅ Faster-Whisper erkannt (optimiert)

📂 Datei: conference-keynote.mp3
📊 Größe: 87,2 MB
⏱️  Dauer: 02:15:47
⚠️  Große Datei (87,2 MB) – Die Verarbeitung kann mehrere Minuten dauern

Fortfahren? [J/n]:

Benutzer: J

🎙️  Verarbeitung... (dies kann 10–15 Minuten dauern)
[████░░░░░░░░░░░░░░░░] 20% – Geschätzte verbleibende Zeit: 12m

Diese Fähigkeit ist plattformunabhängig und funktioniert in jedem Terminalkontext, in dem GitHub Copilot CLI verfügbar ist. Sie hängt nicht von spezifischen Projektkonfigurationen oder externen APIs ab und folgt der Philosophie der Nullkonfiguration.

Einschränkungen

  • Verwenden Sie diese Fähigkeit nur, wenn die Aufgabe eindeutig in den oben beschriebenen Umfang fällt.
  • Behandeln Sie die Ausgabe nicht als Ersatz für umgebungsspezifische Validierung, Tests oder fachliche Überprüfung.
  • Halten Sie inne und fragen Sie nach Klärung, wenn erforderliche Eingaben, Berechtigungen, Sicherheitsgrenzen oder Erfolgskriterien fehlen.

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

Verwandte Skills