Jane-xiaoer/claude-skill-video-transcribe

Was ist claude-skill-video-transcribe?

Diese Fähigkeit ermöglicht die Transkription von Videosprache in Text, optimiert für Plattformen wie YouTube, Bilibili und lokale Videodateien. Der Ansatz priorisiert die Extraktion vorhandener Untertitel (z.B. eingebettete CCs) gegenüber einer vollständigen Spracherkennung (ASR), was die Genauigkeit erhöht und Kosten spart. Falls keine Untertitel verfügbar sind, wird automatisch auf das leistungsstarke Gemini 2.5 Flash ASR-Modell von Google zurückgegriffen, das zuverlässige Transkriptionen auch in lauten oder akzentreichen Szenen liefert. Die Fähigkeit dient als 'Soft-Lokalisierungshelfer' – sie erleichtert die Erstellung von Texttranskripten, die als Grundlage für Übersetzungen, Untertitel oder semantische Analysen dienen können. Entwickler und KI-Agenten können diesen Skill in Workflows integrieren, um Videoinhalte zugänglicher zu machen, durchsuchbare Metadaten zu generieren oder mehrsprachige Lokalisierungspipelines zu automatisieren. Die Fähigkeit ist plattformunabhängig und unterstützt sowohl Online- als auch Offline-Quellen.