Communityコーディング&開発github.com

theplasmak/faster-whisper

faster-whisper を使用したローカル音声認識。OpenAI Whisper と同等の精度で4~6倍高速、GPU アクセラレーションにより約20倍のリアルタイム文字起こしを実現。SRT/VTT/TTML/CSV 字幕、話者ダイアライゼーション、URL/YouTube 入力、バッチ処理(残り時間表示)、文字起こし検索、チャプター検出、ファイルごとの言語マップをサポート。

faster-whisper とは?

このスキルは、ローカル環境で高速かつ高精度な音声認識(Speech-to-Text)を実現するために設計されています。OpenAI の Whisper モデルをベースにした faster-whisper を活用し、同一精度を保ちながら 4~6 倍の処理速度を達成。GPU アクセラレーションを使用することで、リアルタイムの約 20 倍という高速文字起こしが可能です。主な機能として、SRT/VTT/TTML/CSV 形式の字幕生成、話者ダイアライゼーション(話者識別)、URL や YouTube 動画からの直接入力、複数ファイルのバッチ処理と残り時間表示、文字起こし内容の全文検索、チャプター自動検出、ファイルごとの言語指定マップなど、プロフェッショナルなワークフローに必要な機能を網羅しています。エンドツーエンドのローカル処理により、データのプライバシーを保ちながら、開発者やコンテンツ制作者が簡単に利用できます。

対応~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/theplasmak/faster-whisper/tree/main/skills/faster-whisper

Installed? Explore more コーディング&開発 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

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

faster-whisper は何をしますか?

faster-whisper を使用したローカル音声認識。OpenAI Whisper と同等の精度で4~6倍高速、GPU アクセラレーションにより約20倍のリアルタイム文字起こしを実現。SRT/VTT/TTML/CSV 字幕、話者ダイアライゼーション、URL/YouTube 入力、バッチ処理(残り時間表示)、文字起こし検索、チャプター検出、ファイルごとの言語マップ。

関連スキル