99言語の音声を文字起こし・翻訳します。
このスキルは、OpenAIが開発したWhisperモデルを利用して、99の言語に対応した音声の文字起こし（音声認識）と翻訳を実行します。主にCLIやプログラムから利用することを想定しており、音声ファイルのパスを指定するだけで高精度なテキスト変換が可能です。対応言語は英語、日本語、中国語、フランス語、ドイツ語など多岐にわたり、言語を自動検出する機能も備えています。開発者やAIエージェント（Claude Code、Cursor、Codexなど）が音声データを処理する際に、このスキルを呼び出すことで簡単に文字起こしや翻訳結果を取得できます。また、大規模な音声データのバッチ処理にも対応しており、効率的なワークフロー構築に貢献します。
npx skills add https://github.com/NousResearch/hermes-agent/tree/main/optional-skills/mlops/whisper99言語の音声を文字起こし・翻訳します。
このスキルは、OpenAI Whisperモデルを使用して音声をテキストに変換します。99言語に対応しており、音声ファイルから直接文字起こしや翻訳を行うことができます。
whisper audio.mp3 --model large
または、プログラムから直接呼び出すことも可能です。
このスキルは以下の言語を含む99言語に対応しています：
This repo contains 6 individual skills — each has its own dedicated page.
ASCII video: convert video/audio to colored ASCII MP4/GIF.
Generate images, video, and audio via diffusion workflows.
Watch product, flight, or listing prices; alert on target.
Render MP4/WebM videos from HTML compositions.
Run 150+ AI apps (image, video, LLM) via inference.sh CLI.
Plan and run multi-agent video production pipelines.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.