Communitygithub.com

faster-whisper-gpu (skills.volces.com)

エージェントがGPU上で高速な音声認識(Whisper)を実行するためのスキルです。

faster-whisper-gpu (skills.volces.com) とは?

このスキルは、AIエージェント(Claude Code、Codex、Cursorなど)がユーザーの提供する音声ファイルをGPUアクセラレーションを活用して高速に文字起こしするための機能を提供します。faster-whisperライブラリを使用することで、従来のWhisperモデルよりも大幅に処理速度が向上し、NVIDIA GPUが利用可能な環境で最適に動作します。ユーザーが音声ファイルのパスを指定するだけで、エージェントは自動的にモデルをダウンロードし、推論を行い、テキスト結果を返します。これにより、大規模な音声データの処理やリアルタイムに近い文字起こしが求められるワークフローを効率化できます。

対応~Claude Code~Codex CLI~Cursor
npx skills add skills.volces.com/faster-whisper-gpu

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

faster-whisper-gpu (skills.volces.com) は何をしますか?

skills.volces.com/faster-whisper-gpu からのエージェントスキル

このスキルは、GPUアクセラレーションを用いた高速なWhisper音声認識をエージェントに提供します。

概要

  • 機能: ユーザー指定の音声ファイルを文字起こし
  • プラットフォーム: Claude Code、Codex、Cursor などのAIエージェント
  • 技術基盤: faster-whisper ライブラリ(GPU対応)

使用方法

エージェントに対して音声ファイルのパスを指定するだけで、自動的に文字起こしを実行します。

# 例: エージェントへの指示
文字起こしを実行: /path/to/audio.mp3

要件

  • NVIDIA GPU(CUDA対応)
  • faster-whisper ライブラリがインストールされていること
  • 十分なディスク容量(モデルダウンロード用)

注意事項

  • 初回実行時はモデルのダウンロードが行われます
  • 対応音声形式: .mp3, .wav, .m4a, .ogg など、ffmpegがサポートする形式
  • 処理時間は音声の長さとGPU性能に依存します

関連スキル