Communitygithub.com

bvdTranscribe

Transkribiert Video- oder Audiodateien (mp4, mov, mkv, mp3, wav, m4a, etc.) mit Whisper – lokal auf dem Rechner oder über die kostenlose Groq-API – und liefert fortlaufenden Text (.txt), Untertitel (.srt) und eine .md mit Zeitstempeln.

Was ist bvdTranscribe?

bvdTranscribe ist eine Skill für KI-Agenten (z. B. Claude Code), die Sprache in Text umwandelt. Der Benutzer muss nur die zu transkribierende Datei angeben; der Agent kümmert sich um alles Weitere. Es wird zuerst eine isolierte Python-Umgebung eingerichtet und die benötigten Pakete installiert (ffmpeg ist bereits in imageio-ffmpeg enthalten). Anschließend kann der Benutzer zwischen zwei Modi wählen: dem privaten, komplett lokalen Modus (standardmäßig, kein Internet erforderlich) oder der schnelleren Groq-Cloud-API (optional, erfordert einen kostenlosen API-Schlüssel). Der Skill erkennt automatisch, ob eine Groq-API-Umgebungsvariable gesetzt ist, und nutzt sie dann. Bei langen Dateien wird die Transkription in 10-Minuten-Abschnitte unterteilt. Das Ergebnis wird in einem Ordner neben der Originaldatei abgelegt und enthält eine reine Textdatei (.txt), eine SRT-Untertiteldatei (.srt) und eine Markdown-Datei mit Zeitstempeln (.md). Nach Abschluss fasst der Agent die Ergebnisse kurz zusammen und bietet an, Eigennamen zu korrigieren oder die Transkription weiterzuverarbeiten.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ia5go/bvdTranscribe/tree/HEAD

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht bvdTranscribe?

Du führst alles selbst aus. Der Benutzer kann ein Anfänger sein: Bitte ihn nicht, Befehle auszuführen. Er gibt nur die Datei an (oder zieht sie ins Terminal) und, wenn er den schnellen Modus möchte, fügt er einmal den Groq-Schlüssel ein.

<skill> = der Ordner dieser SKILL.md (in dem sich auch transcrever.py befindet).

Schritt 1. Umgebung vorbereiten (nur beim ersten Mal)

Überspringe diesen Schritt, wenn <skill>/.venv bereits existiert.

  1. Finde Python: Teste python --version, py --version, python3 --version. Falls keins funktioniert (oder der Microsoft Store geöffnet wird), installiere: Windows winget install -e --id Python.Python.3.12 --accept-package-agreements --accept-source-agreements (dann bitte das Terminal und Claude Code neu öffnen); Mac brew install python; Linux über den Paketmanager.
  2. Erstelle die isolierte Umgebung für den Skill: <python> -m venv "<skill>/.venv".
  3. Installiere die Abhängigkeiten darin, im Stillen: <venv-python> -m pip install --quiet -r "<skill>/requirements.txt".
    • <venv-python> ist <skill>/.venv/Scripts/python.exe unter Windows und <skill>/.venv/bin/python unter Mac/Linux.
    • ffmpeg muss nicht installiert werden: imageio-ffmpeg bringt bereits eines mit.

Schritt 2. Modus auswählen (nur beim ersten Mal)

  • Lokal (Standard): läuft zu 100 % auf dem Computer, kostenlos, privat, ohne Konto. Beim ersten Mal wird das Modell heruntergeladen (~500 MB) und ist langsamer als die Cloud. Nichts einzustellen.
  • Groq (optional, schneller): Wenn die Variable GROQ_API_KEY bereits existiert, verwendet das Skript automatisch Groq. Zum Aktivieren erkläre in einem Satz: "Erstellen Sie ein kostenloses Konto auf https://console.groq.com, gehen Sie zu API Keys, klicken Sie auf Create API Key und fügen Sie den Schlüssel hier ein." Speichere dauerhaft (Windows: setx GROQ_API_KEY "<schlüssel>"; Mac/Linux: export GROQ_API_KEY="<schlüssel>" in der ~/.zshrc oder ~/.bashrc) und übergib den Schlüssel in der aktuellen Sitzung als Umgebungsvariable nur für den Befehl.

Wenn der Benutzer nichts sagt, verwende den lokalen Modus. Wenn er "lokal" oder "ohne Internet" sagt, füge --local hinzu, auch wenn ein Schlüssel konfiguriert ist.

Schritt 3. Transkribieren

<venv-python> "<skill>/transcrever.py" "<dateipfad>" pt
  • Ersetze pt durch die Sprache des Videos, falls eine andere (en, es, ...).
  • Optional im lokalen Modus: --modelo=medium (genauer, langsamer) oder --modelo=base (schneller, weniger genau). Standard: small.
  • Lange Videos werden automatisch in 10-Minuten-Abschnitte unterteilt. Beim kostenlosen Groq-Limit wartet das Skript und macht von selbst weiter; informiere den Benutzer einfach darüber.
  • Führe den Befehl im Hintergrund aus, wenn die Datei lang ist (mehr als ~10 Minuten im lokalen Modus).
  • Häufige Fehler: Pfad mit falschen Anführungszeichen (erneut mit Anführungszeichen ausführen), ungültiger Schlüssel (erneut anfordern oder --local verwenden), Datei ohne Audio (Benutzer informieren).

Schritt 4. Ausliefern

Das Skript erstellt den Ordner <video_name>_transcricao neben dem Video mit:

  • .txt: fortlaufender Text
  • .srt: Untertitel für Videobearbeitungsprogramme oder YouTube
  • .md: Text mit [mm:ss]-Markierungen für jeden Abschnitt

Antworte in maximal 5 Zeilen: wo sich der Ordner befindet, die Dauer, der verwendete Modus und eine Zusammenfassung von 2 oder 3 Sätzen über den Inhalt. Biete dann in einer Zeile an: Eigennamen zu korrigieren, die wichtigsten Punkte herauszuziehen, einen Untertitel für einen Beitrag oder ein Skript zu erstellen. Ändere die generierten Dateien nicht ohne Aufforderung; falls eine Überarbeitung gewünscht wird, speichere sie als <name>_revisiert.md im selben Ordner.

Verwandte Skills