Communitygithub.com

pyai-transcription

Convierte grabaciones de audio en texto usando el reconocimiento de voz (STT) de PyAI Hear, incluyendo flujos de trabajo de transcripción asíncrona.

¿Qué es pyai-transcription?

Este skill permite a un agente de IA convertir grabaciones de audio en texto utilizando PyAI Hear (STT). Admite transcripción directa para archivos pequeños (hasta 8 MiB en base64) y trabajos de transcripción asíncrona para archivos más grandes accesibles mediante URL HTTPS autorizada. El skill gestiona el ciclo de vida completo: desde la creación del trabajo de transcripción hasta la consulta periódica de su estado hasta que se completa, evitando reintentos innecesarios. También indica cómo manejar la transmisión en vivo por micrófono, dejando claro que los trabajos MCP no son flujos de audio en vivo. Es compatible con herramientas como `transcribe_audio`, `create_transcription_job`, `get_transcription_job` y `list_transcription_jobs`.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/atomsai/pyai-plugin/tree/main/skills/pyai-transcription

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Transcripción

Usa los esquemas de herramientas de PyAI conectadas como fuente de verdad; los clientes pueden prefijar los IDs de las herramientas con el nombre del servidor. Si PyAI está desconectado, dirige al usuario a la pantalla de inicio de sesión en el navegador del anfitrión. Mantén las credenciales fuera del chat. Respeta el proyecto seleccionado y la tarea autorizada del usuario.

Herramientas: whoami, transcribe_audio, create_transcription_job, get_transcription_job, list_transcription_jobs

Para una grabación corta proporcionada, usa transcribe_audio con audio en base64 (hasta 8 MiB descodificado). Para una grabación más grande ya disponible en una URL HTTPS autorizada, usa create_transcription_job. Inspecciona los esquemas actuales para opciones de diarización, idioma y otras; nunca prometas una opción que no esté en el contrato.

Conserva el job_id devuelto. Consulta get_transcription_job a intervalos razonables hasta que se complete, ocurra un error o se alcance el límite de espera de la tarea. Pendiente no es fallo. Si la espera termina, devuelve el ID y estado reales para que el trabajo pueda reanudarse; no reenvíes la grabación.

Devuelve la transcripción y cualquier dato de hablante/marca de tiempo realmente proporcionado. Para transmisión por micrófono, usa la API de transmisión o SDK de Hear descrito en https://docs.pyai.com; un trabajo de transcripción MCP no es una transmisión de audio en vivo.

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

Skills relacionados