Communitygithub.com

sickn33/agentic-awesome-skills

音声録音をLLM統合によるインテリジェントな要約付きのプロフェッショナルなMarkdown文書に変換します。

agentic-awesome-skills とは?

このスキルは、音声・動画ファイルを文字起こしし、会議議事録、話者識別(話者分離)、字幕(SRT/VTT形式)、エグゼクティブサマリーなどを自動生成するためのものです。Faster-Whisperによる最適化処理、ffmpegによるフォーマット変換、バッチ処理、大容量ファイルの警告機能を備えています。MP3、WAV、M4A、OGG、FLAC、WEBMなど一般的な音声フォーマットをサポートし、マルチリンガル対応、話者識別、詳細なMarkdown形式のレポートを生成します。GitHub Copilot CLIが利用可能な任意のターミナル環境で動作し、特定のプロジェクト設定や外部APIに依存しないゼロコンフィグレーション設計です。

対応~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/sickn33/agentic-awesome-skills/tree/HEAD/skills/audio-transcriber

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

詳細ガイド

このスキルを実行する前に詳細ガイドを読んでください。完全な手順と参考資料が記載されています。その安全性、前提条件、検証要件は必須として扱ってください。集中作業の場合は該当セクションを読み込み、最初から最後まで行う場合はガイド全体を読んでください。

使用するタイミング

以下の場合にこのスキルを呼び出してください:

  • ユーザーが音声/動画ファイルをテキストに文字起こしする必要がある場合
  • 録音から会議議事録を自動生成したい場合
  • 会話内での話者識別(話者分離)が必要な場合
  • 字幕/キャプション(SRT、VTT形式)が必要な場合
  • 長い音声コンテンツのエグゼクティブサマリーが欲しい場合
  • 「この音声を文字起こしして」「音声をテキストに変換して」「録音からミーティングノートを生成して」といったバリエーションの依頼があった場合
  • 一般的な形式(MP3、WAV、M4A、OGG、FLAC、WEBM)の音声ファイルがある場合

使用例

例1: 基本文字起こし

ユーザー入力:

copilot> transcribe audio to markdown: meeting-2026-02-02.mp3

スキル出力:

✅ Faster-Whisper detected (optimized)
✅ ffmpeg available (format conversion enabled)

📂 File: meeting-2026-02-02.mp3
📊 Size: 12.3 MB
⏱️  Duration: 00:45:32

🎙️  Processing...
[████████████████████] 100%

✅ Language detected: Portuguese (pt-BR)
👥 Speakers identified: 4
📝 Generating Markdown output...

✅ Transcription Complete!

📊 Results:
  File: meeting-2026-02-02.md
  Language: pt-BR
  Duration: 00:45:32
  Speakers: 4
  Words: 6,842
  Processing time: 127s

📝 Generated:
  - meeting-2026-02-02.md (Markdown report)

🎯 Next steps:
  1. Review meeting minutes and action items
  2. Share report with participants
  3. Track action items to completion

例3: バッチ処理

ユーザー入力:

copilot> transcreva estes áudios: recordings/*.mp3

スキル出力:

📦 Batch mode: 5 files found
  1. team-standup.mp3
  2. client-call.mp3
  3. brainstorm-session.mp3
  4. product-demo.mp3
  5. retrospective.mp3

🎙️  Processing batch...

[1/5] team-standup.mp3 ✅ (2m 34s)
[2/5] client-call.mp3 ✅ (15m 12s)
[3/5] brainstorm-session.mp3 ✅ (8m 47s)
[4/5] product-demo.mp3 ✅ (22m 03s)
[5/5] retrospective.mp3 ✅ (11m 28s)

✅ Batch Complete!
📝 Generated 5 Markdown reports
⏱️  Total processing time: 6m 15s

例5: 大容量ファイル警告

ユーザー入力:

copilot> transcribe audio to markdown: conference-keynote.mp3

スキル出力:

✅ Faster-Whisper detected (optimized)

📂 File: conference-keynote.mp3
📊 Size: 87.2 MB
⏱️  Duration: 02:15:47
⚠️  Large file (87.2 MB) - processing may take several minutes

Continue? [Y/n]:

ユーザー: Y

🎙️  Processing... (this may take 10-15 minutes)
[████░░░░░░░░░░░░░░░░] 20% - Estimated time remaining: 12m

このスキルはプラットフォームに依存せず、GitHub Copilot CLIが利用可能な任意のターミナルコンテキストで動作します。特定のプロジェクト設定や外部APIに依存せず、ゼロコンフィグレーションの理念に従います。

制限事項

  • このスキルは、タスクが上記の範囲に明確に一致する場合のみ使用してください。
  • 出力を環境固有の検証、テスト、専門家によるレビューの代わりとして扱わないでください。
  • 必要な入力、権限、安全境界、成功基準が不足している場合は、一旦停止して確認を求めてください。

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

関連スキル