YouTube ローカル文字起こしスキル(KIRVO-REPORTING) は何をしますか?
キャプションファーストなローカル動画文字起こしCLIおよびCodexスキル
このスキルは、YouTubeやローカル動画ファイルから字幕・文字起こしを取得するためのCLIツールおよびCodexエージェントスキルです。キャプションを優先的に抽出し、ローカルで処理することでプライバシーを保ちながら、動画内の発話内容をテキスト化します。
主に以下のツールと連携します:
youtube-transcript-api:YouTube字幕の取得whisper(OpenAI Whisper):ローカル音声認識ffmpeg:動画からの音声抽出
Codex内で直接実行できるコマンド例:
# YouTube動画の字幕を取得
youtube_transcript_api <video_id>
# ローカル動画ファイルを文字起こし
whisper input.mp4 --model base --language ja
ユースケース
- 動画コンテンツの検索・要約
- 翻訳やノート作成の効率化
- 長時間動画のインデックス化
- 学習コンテンツのテキスト化