Communitygithub.com

DoTheWorkNow/podcast-transcriber

B 站 / YouTube / 小宇宙 / 直链音频を話者分離付き Markdown で文字起こしする Claude Code スキル

podcast-transcriber とは?

このスキルは、Claude Code 上で動作するポッドキャスト・動画文字起こしツールです。B 站 (bilibili)、YouTube、小宇宙 (Xiaoyuzhou)、および任意の直リンク音声ファイルを受け取り、話者分離(Speaker Diarization)を行った上で、Markdown 形式の逐語録を生成します。内部では、火山エンジン (Volcengine) の BigModel ASR を主要な音声認識エンジンとして使い、フォールバックとして Groq の Whisper を利用することで、高精度かつ安定した文字起こしを実現しています。開発者やコンテンツ制作者がポッドキャストの内容を素早くテキスト化したり、インタビューの議事録を作成する際に有用です。スキルは自動的に音声をダウンロードし、セグメント単位で話者を識別した上で、読みやすい Markdown 文書として出力します。

対応✓Claude Code~Codex CLI~Cursor
npx skills add DoTheWorkNow/podcast-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

podcast-transcriber は何をしますか?

B 站 / YouTube / 小宇宙 / 直リンク音声ファイルを話者分離付き Markdown 逐語録に変換します。Claude Code スキル — 火山エンジン BigModel ASR + Groq Whisper フォールバック。

関連スキル