Communitygithub.com

transcription-pyai

Transformez des enregistrements audio en texte grâce à la reconnaissance vocale (STT) de PyAI Hear, y compris les workflows de transcription asynchrones.

Qu'est-ce que transcription-pyai ?

Cette compétence permet à un agent IA de transcrire des enregistrements audio en texte en utilisant PyAI Hear, le moteur de reconnaissance vocale (speech-to-text, STT). Elle prend en charge deux workflows : la transcription synchrone pour de courts fichiers audio (jusqu'à 8 Mio décodés, encodés en base64) via l'outil `transcribe_audio`, et la transcription asynchrone pour des fichiers plus volumineux accessibles via une URL HTTPS autorisée à l'aide de `create_transcription_job`. Les agents peuvent interroger l'état d'un travail avec `get_transcription_job` et lister les travaux en cours avec `list_transcription_jobs`. La compétence conserve l'`job_id` et effectue un sondage périodique jusqu'à la fin ou l'expiration du délai. Elle gère également la vérification de l'authentification avec `whoami` et oriente l'utilisateur vers la connexion dans le navigateur si PyAI est déconnecté. Les options avancées comme la diarisation (reconnaissance des locuteurs) et la sélection de la langue sont déduites des schémas d'outils actuels, sans promettre des fonctionnalités absentes. Pour le streaming en direct depuis un microphone, la compétence redirige vers l'API de streaming Hear ou le SDK documenté sur docs.pyai.com, car un travail de transcription MCP n'est pas un flux audio en direct.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Transcription

Utilisez les schémas d'outils PyAI connectés comme source de vérité ; les clients peuvent préfixer les identifiants d'outils avec le nom du serveur. Si PyAI est déconnecté, redirigez l'utilisateur vers la connexion dans le navigateur de l'hôte. Gardez les identifiants hors de la conversation. Respectez le projet sélectionné et la tâche autorisée de l'utilisateur.

Outils : whoami, transcribe_audio, create_transcription_job, get_transcription_job, list_transcription_jobs

Pour un court enregistrement fourni, utilisez transcribe_audio avec l'audio en base64 (jusqu'à 8 Mio décodés). Pour un enregistrement plus volumineux déjà disponible à une URL HTTPS autorisée, utilisez create_transcription_job. Inspectez les schémas actuels pour la diarisation, la langue et d'autres options ; ne promettez jamais une option absente du contrat.

Conservez le job_id renvoyé. Sondez get_transcription_job à un intervalle raisonnable jusqu'à la fin, une erreur ou la limite d'attente de la tâche. En attente ne signifie pas échec. Si l'attente se termine, renvoyez l'ID et l'état réels afin que le travail puisse reprendre ; ne soumettez pas à nouveau l'enregistrement.

Renvoyez la transcription ainsi que les données d'intervenants et d'horodatage réellement fournies. Pour le streaming par microphone, utilisez l'API de streaming Hear ou le SDK décrit sur https://docs.pyai.com ; un travail de transcription MCP n'est pas un flux audio en direct.

Individual skills in this repo

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

Skills associés