Communitygithub.com

Mobiss11/Whisper-Skill

🎤 Whisperによるローカル文字起こし(OpenAI API不要)。プッシュトークでのディクテーション、MP4への字幕埋め込み(CapCutスタイル)、ワンコマンドインストーラー。Mac/Linux/Windows対応、99言語対応、無料。

Whisper-Skill とは?

このスキルは、OpenAIのWhisperモデルを使用してローカル環境で音声をテキストに変換するためのものです。APIへの依存やインターネット接続は不要で、プライバシーを保護しながら高速な文字起こしが可能です。主な機能として、プッシュトークによるディクテーション、動画ファイル(MP4など)への字幕埋め込み(CapCutスタイル)、ワンコマンドでのセットアップを提供します。Mac、Linux、Windows環境に対応し、99言語以上の音声認識をサポートします。開発者向けには、カスタマイズ可能なプロンプトやモデル選択、ホットキー設定など高度なオプションも用意されており、音声入力機能を持つあらゆるプロジェクトに統合できます。

対応~Claude Code✓Codex CLI~Cursor
npx skills add Mobiss11/Whisper-Skill

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

Whisper-Skill は何をしますか?

🎤 Whisperによるローカル文字起こし(OpenAI API不要)。プッシュトークでのディクテーション、MP4への字幕埋め込み(CapCutスタイル)、ワンコマンドインストーラー。Mac/Linux/Windows対応、99言語対応、無料。

クイックスタート

curl -fsSL https://raw.githubusercontent.com/Mobiss11/Whisper-Skill/main/install.sh | bash

または、PowerShellを使用する場合:

irm https://raw.githubusercontent.com/Mobiss11/Whisper-Skill/main/install.ps1 | iex

機能

  • ローカル文字起こし: すべての処理をローカルで実行。OpenAI APIやインターネット接続は不要。
  • プッシュトークディクテーション: ホットキーを押して話し、離してテキストを取得。
  • 動画字幕埋め込み: MP4ファイルに字幕を直接埋め込み(CapCutスタイル)。
  • 99言語対応: 多言語音声認識をサポート。
  • ワンコマンドインストール: すべての依存関係を自動でセットアップ。

動作要件

OS対応備考
macOS✅Intel & Apple Silicon
Linux✅x86_64 & ARM
Windows✅x86_64
  • Python 3.8+(インストーラーが自動的に確認・インストール)
  • FFmpeg(インストーラーが自動的に確認・インストール)
  • 最低4GBのRAM(推奨8GB)

使用方法

ディクテーション

whisper-dictate

デフォルトのホットキーは Ctrl+Shift+D です。押して話し、離すと自動的に文字起こしとクリップボードへのコピーが行われます。

動画字幕埋め込み

whisper-sub --input video.mp4 --output video_subbed.mp4

環境変数

変数デフォルト値説明
WHISPER_MODELbase使用するWhisperモデル(tiny, base, small, medium, large)
WHISPER_LANGauto認識する言語(例: ja, en, fr)
WHISPER_DEVICEcpuデバイス(cpu または cuda)
WHIPER_HKctrl+shift+dディクテーション用ホットキー

カスタマイズ

高度なオプションについては、完全なドキュメント を参照してください。

ライセンス

MITライセンス

関連スキル