Communitygithub.com

henrCh1/meeting-to-text

Lokale Meeting-Transkription und Sprecher-Diarisierung als KI-Fähigkeit (SenseVoice + 3D-Speaker). Offline Video/Audio in Text mit Sprechertrennung (< 3 GB).

Was ist meeting-to-text?

Diese KI-Fähigkeit ermöglicht eine vollständig lokale und offline durchgeführte Transkription und Sprecher-Diarisierung von Meetings. Sie integriert SenseVoice für hochpräzise automatische Spracherkennung (ASR) und 3D-Speaker für die zuverlässige Trennung verschiedener Sprecher in Audio- oder Videodateien. Mit einem Speicherbedarf von unter 3 GB ist sie ressourcenschonend und ideal für datenschutzbewusste Anwendungen, die keine Cloud-Dienste nutzen dürfen. Die Fähigkeit extrahiert zunächst die Audiospur aus Videodateien, führt dann die Sprechertrennung und anschließend die Transkription durch – alles lokal auf dem eigenen Rechner. Sie ist besonders nützlich für Entwickler, die Meeting-Protokolle automatisiert erstellen oder Sprachaufzeichnungen in durchsuchbare Textdokumente umwandeln möchten, ohne sensible Daten an Dritte zu senden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add henrCh1/meeting-to-text

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht meeting-to-text?

Lokale Meeting-Transkription und Sprecher-Diarisierung als KI-Fähigkeit (SenseVoice + 3D-Speaker). Offline Video/Audio in Text mit Sprechertrennung (< 3 GB). Lokale, vollständig offline durchgeführte Meeting-Transkription und Sprechertrennung als KI-Agenten-Fähigkeit, integriert Audio/Video-Extraktion und hochpräzise ASR.

Verwandte Skills