MiMo-V2.5-ASR は何をしますか？
多様な方言や複雑な音響環境に対応した、堅牢なエンドツーエンドASRモデルで、北京語と英語の音声を文字起こしします。
多様な方言や複雑な音響環境に対応した、堅牢なエンドツーエンドASRモデルで、北京語と英語の音声を文字起こしします。
このスキルは、Footsure-atholfugard2102/MiMo-V2.5-ASRモデルを活用し、北京語（マンダリン）と英語の音声を高精度で文字起こしするエンドツーエンド音声認識（ASR）機能を提供します。多様な方言やノイズの多い環境でも堅牢に動作するよう設計されており、会議録音、インタビュー、マルチリンガル音声データの分析などに有用です。Claude Code、Cursor、CodexなどのAIエージェントプラットフォーム上で動作し、音声ファイルのパスを指定するだけで文字起こし結果を取得できます。モデルは事前学習済みであり、追加のトレーニングなしで即座に利用可能です。内部ではHugging FaceのTransformersライブラリを使用して推論を実行し、入力音声を適切に前処理した上でテキストに変換します。
npx skills add Footsure-atholfugard2102/MiMo-V2.5-ASR多様な方言や複雑な音響環境に対応した、堅牢なエンドツーエンドASRモデルで、北京語と英語の音声を文字起こしします。
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".