BRAINIALL 話者分離文字起こし は何をしますか？
このスキルは、エージェントが明示的に許可されたブラジル系ポルトガル語またはスペイン語の録音を、レビュー可能な文字起こしとキャプション成果物に変換する必要がある場合に使用します。アップストリームリポジトリは、依存関係のない Node.js 22 クライアント、モックテスト、公開 OpenAPI コントラクト、そして単語レベルのタイムスタンプと匿名の話者ターンラベルが付与された JSON、SRT、WebVTT 出力を提供します。
BRAINIALL エンドポイントは外部の従量課金 API です。メディアを選択する前に、ワークフローは録音の権利と該当する話者への通知または同意の確認を必要とします。このスキルは、ローカルにある通常の .mp3、.wav、.m4a、.mp4、.mpeg、.mpga、.webm、または .ogg ファイル（最大 25 MB）を 1 つ受け入れます。ディレクトリ、グロブ、シンボリックリンク、リモート URL、サポート外の言語、既存の出力ディレクトリ、確認不足のリクエストは拒否します。専用の失効可能なキーは BRAINIALL_API_KEY 環境変数に保持されます。キー、メディア、文字起こし、ファイル名、アップストリームのレスポンス本文はログから除外されます。
クライアントは diarize=true を指定して正確に 1 回のリクエストを送信します。不明瞭なアップロードが発生しても自動的にリトライすることはありません。別のリクエストが追加料金を発生させる可能性があるためです。人間によるレビューは引き続き必須です。話者ラベルは生体認証 ID ではなく発話の切り替わりを示すものであり、生成された単語や時刻が誤っている可能性があります。
インストール
インストールする前に、アップストリームのソースをクローンして検査してください。これにより、インストールパスの一部として固定されていないサードパーティパッケージを実行することを防ぎます。
git clone https://github.com/fasuizu-br/brainiall-transcription-skill.git
cd brainiall-transcription-skill
git rev-parse HEAD
npm test
チェックアウトしたソースとテスト結果を確認した後、エージェントホストのドキュメントに従ってインストールプロセスを実行し、skills/brainiall-diarized-transcription をローカルのスキルディレクトリにコピーします。クローンディレクトリ自体はホストのスキルディレクトリではありません。
使用前に公開ソースとテストを確認してください。インストールされたアップストリームの SKILL.md にあるスキル固有のセットアップリンクから必要なアカウントを作成または管理し、実際のリクエストを行う前に現在の料金と残高を確認してください。
起動方法
スキルがインストールされ、権利、コスト、入力、言語、出力パスが確認された後、バンドルされたクライアントがアップストリームの SKILL.md を基準にして実行されます。
node scripts/transcribe.mjs \
--input /absolute/path/to/authorized-recording.wav \
--language pt \
--output-dir /absolute/path/to/new-output-directory \
--rights-and-consent
ユーザーが明示的に機密の文字起こし内容の表示を要求しない限り、出力パスと話者数/単語数のみを報告してください。