Communitygithub.com

batch-video-transcription

Extrae el audio completo de la línea de tiempo de lotes de videos, genera transcripciones con marcas de tiempo en chino, segmentos de hablantes, documentos de Word y búsqueda HTML local. Úsalo solo cuando se invoque explícitamente como batch-video-transcription.

¿Qué es batch-video-transcription?

Batch Video Transcription es una habilidad especializada para la transcripción masiva de videos, diseñada para su uso con asistentes de IA como Claude Code. Su función principal es extraer el audio completo de la línea de tiempo de un lote de videos y producir transcripciones detalladas con marcas de tiempo, identificación de hablantes y resúmenes en Word y HTML local. Está diseñada para entornos locales y requiere que el usuario invoque explícitamente el comando `batch-video-transcription`. Actualmente, el único proveedor de reconocimiento implementado es Alibaba Cloud Beijing Fun-ASR, y la habilidad se encarga de gestionar la subida de archivos, el seguimiento del estado de las tareas y la recuperación de errores de forma controlada. No está autorizada para instalar software sin permiso ni para liberar transcripciones públicamente, y maneja de forma segura las claves de API mediante campos enmascarados locales. Es útil para desarrolladores y profesionales que necesitan procesar grandes volúmenes de contenido de video de manera eficiente y con un control de costos transparente.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/s010s/batch-video-transcription-skill/tree/HEAD

Preguntar en tu IA favorita

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

Documentación

Transcripción por Lotes de Video

Úsala solo después de una invocación explícita. Alibaba Cloud Beijing Fun-ASR es el único proveedor de reconocimiento implementado. La invocación no autoriza la instalación de software, la subida de audio, el gasto o la divulgación pública.

Flujo de Trabajo

  1. Establece el alcance exacto del material y la carpeta de trabajo independiente. Conserva los videos originales. Verifica descargas estables, pistas de audio, espacio libre, Python 3.10+, FFmpeg y ffprobe. Lee dependencias solo si es necesario configurar; reutiliza un entorno compatible y obtén permiso antes de instalar.
  2. Prefiere la interfaz local (python scripts/app.py) para que el usuario pueda seleccionar una carpeta y revisarla. Para un lote existente usa --work '<trabajo>'; no lo inicialices de nuevo. La preparación es local, y un subconjunto seleccionado nunca debe expandirse silenciosamente. La carpeta de exportación predeterminada es <origen>/Transcription-Export; resuelve conflictos sin eliminar ni sobrescribir resultados anteriores. Consulta ejecución para la preparación de la CLI y las opciones de alcance exacto.
  3. Notifica el recuento real, la duración, el destino y la estimación del precio actual. Obtén permiso para la subida de este lote y el límite total. Ten en cuenta los posibles cargos anteriores automáticamente; no pidas al usuario que calcule el presupuesto residual. El costo reservado no es la facturación real ni el crédito disponible en la cuenta.
  4. Solicita al usuario que introduzca la clave de forma privada en el campo enmascarado local y que confirme el lote. Nunca leas la clave a través del chat, capturas de pantalla, DOM, solicitudes, archivos o memoria de procesos. Mantén la operación actual en ejecución en lugar de reemplazarla para solucionar un elemento no relacionado. Observa solo el estado de la tarea y las salidas sin clave.
  5. Verifica los archivos entregados con respecto a cada fuente, incluidas las marcas de tiempo y el texto. Trata los resultados confirmados por el proveedor como sin palabras como salidas normales completadas con una breve nota fáctica, no como prueba de silencio. Distingue envíos no resueltos, fallos reales y descargas incompletas de la finalización. Genera un resumen combinado en Word cuando se solicite usando python scripts/merge_export.py --work '<trabajo>'. Conserva la redacción y los identificadores de hablante por video. Notifica cualquier verificación auditiva, de reproducción o visual no realizada.

Recuperación

Mantén un escritor por lote y conserva los identificadores de tarea, el historial de intentos y las reservas de costos. Consulta identificadores conocidos; no los reenvíes para recuperar descargas. Usa reintentos con retroceso limitados para consultas transitorias y aísla elementos no resueltos para que el trabajo no relacionado pueda continuar. No borres bloqueos ni borres el historial de fallos para forzar el progreso.

Una respuesta de envío perdido puede haber generado un cargo. Conserva el intento incierto. Reconcilíalo cuando sea posible, u obtén la aceptación explícita de posibles cargos duplicados antes de un nuevo intento limitado, con ambas reservas dentro del total autorizado. No afirmes una entrega exactamente una vez. Un presupuesto mayor es una decisión separada del usuario.

Respeta la pausa del usuario antes de ofrecer una acción de recuperación. Las solicitudes en curso no se pueden revocar; guarda los identificadores devueltos en los límites seguros. Los cambios de origen/disco, errores de credenciales y fallos de cuota requieren diagnóstico, no reintentos ciegos. Lee operaciones para los límites de estado y credenciales y ejecución para los comandos de recuperación.

Alcance y mantenimiento

Mantén la interfaz solo local y no compartas su enlace de sesión. Las claves no persisten a través de reinicios del proceso. No anuncies el almacenamiento en el llavero del sistema ni el comportamiento no probado del host/plataforma como implementado.

Carga proveedores solo al agregar un proveedor, y empaquetado del host solo al instalar o distribuir una copia específica del host. Después de cambios en el código, ejecuta python scripts/check_tests.py; las pruebas simuladas no demuestran reconocimiento en vivo. Empaqueta solo el código fuente, la documentación y las pruebas, nunca los datos de ejecución o las credenciales.

Skills relacionados