Communitygithub.com

transcribir-grabaciones

Convierte notas de voz, reuniones, entrevistas, conferencias o grabaciones de podcasts locales en transcripciones, notas, resúmenes o elementos de acción, de forma privada en el ordenador del usuario, utilizando las herramientas MCP de Yap (transcribe_audio, search_dictations). Úsalo cuando el usuario mencione un archivo de audio o video, una grabación, una nota de voz o algo que dictó anteriormente.

¿Qué es transcribir-grabaciones?

Esta habilidad permite a un agente de IA transcribir y procesar grabaciones de audio y video directamente en el ordenador del usuario sin necesidad de cargar nada a la nube. Utiliza el modelo NVIDIA Parakeet, que soporta 25 idiomas europeos con detección automática, garantizando la privacidad de los datos. Es compatible con el servidor MCP de Yap y se activa cuando el usuario menciona archivos de audio o video, notas de voz o dictados previos. El agente puede generar transcripciones limpias, resúmenes, notas de reuniones con elementos de acción, citas con marcas de tiempo o traducciones. También puede buscar en el historial de la aplicación Yap para encontrar dictados anteriores usando palabras clave. La habilidad maneja descargas únicas del modelo de voz (aproximadamente 670 MB) y proporciona instrucciones claras para manejar múltiples archivos o grabaciones largas de manera estructurada.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/founden-bot/yap-mcp/tree/main/skills/transcribe-recordings

Preguntar en tu IA favorita

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

Documentación

Transcribir grabaciones con Yap

Yap MCP transcribe audio en el propio ordenador del usuario (NVIDIA Parakeet, 25 idiomas europeos, detectados automáticamente). No se sube nada. Estos pasos asumen que el servidor MCP yap está conectado (npx -y github:founden-bot/yap-mcp).

Cuando el usuario señala una grabación

  1. Obtén la ruta absoluta del archivo. Si solo la describe ("la nota de voz en mi escritorio"), pide la ruta o el nombre del archivo; un ~ al inicio está bien.
  2. Llama a transcribe_audio con path. Pasa timestamps: true para cualquier cosa que dure más de unos minutos o cuando quiera encontrar momentos nuevamente.
  3. Si la respuesta dice que el modelo de voz todavía se está descargando (solo la primera vez, aproximadamente 670 MB), informa al usuario que es una descarga única y vuelve a llamar a la herramienta un minuto después. No cambies a un servicio en la nube.
  4. Haz lo que pidió con el texto: una transcripción limpia, un resumen, notas de reuniones con decisiones y elementos de acción (responsable, tarea, fecha cuando se dijo), citas con sus marcas de tiempo o una traducción.
  5. Cita la transcripción fielmente. Marca las palabras de las que no estés seguro en lugar de adivinar nombres o números.

Cuando el usuario se refiere a algo que dijo o dictó

Llama a search_dictations con algunas palabras distintivas (query) y una ventana de tiempo (days). Lee el historial de la aplicación de dictado Yap en este ordenador, solo lectura. Si no coincide nada, amplía days o prueba otras palabras antes de decir que no está allí.

Buenos valores predeterminados

  • Varios archivos: transcríbelos uno por uno y guarda cada resultado bajo el nombre del archivo.
  • Grabaciones largas: resume primero por sección con marca de tiempo, luego de forma general.
  • Mantén el idioma del usuario: responde en el idioma de la grabación a menos que pida lo contrario.

Skills relacionados