transcribe は何をしますか？
macOS Apple Silicon向けローカルオフライン文字起こしCLI。話者分離機能（Parakeet TDT v3 + pyannote）を搭載し、Claude Code / Codex / opencode用のエージェントスキル（SKILL.md）を提供します。
概要
speech115/transcribe は、macOS Apple Silicon (M1/M2/M3系) 上で完全にローカルかつオフラインで動作する文字起こしCLIツールです。以下の機能を提供します：
- 音声認識: Nvidia Parakeet TDT v3モデルを使用した高精度な文字起こし
- 話者分離: pyannote-audioによる話者ダイアライゼーション
- オフライン動作: インターネット接続不要でプライバシーを保護
- エージェント統合: Claude Code、Codex、opencodeとの連携をサポートするSKILL.md
インストール
# Homebrew経由（推奨）
brew install speech115/tap/transcribe
# またはリポジトリから直接
pip install -r requirements.txt
使用方法
# 基本的な文字起こし
transcribe input.wav
# 話者分離を有効化
transcribe --diarize input.wav
# 出力形式の指定（txt, json, srt, vtt）
transcribe --output-format json input.wav
依存関係
- macOS Sonoma 14.0以降（Apple Silicon）
- Python 3.10+
- Parakeet TDT v3
- pyannote-audio 3.0+
設定
デフォルト設定は ~/.config/transcribe/config.yaml に保存されます。主なオプション：
model: "nvidia/parakeet-tdt-1.1b"
diarization: true
device: "mps" # または "cpu"
sample_rate: 16000
エージェント連携
このスキルは、以下のAIエージェントと直接連携できます：
- Claude Code:
claude codeセッション内でtranscribeコマンドを呼び出し - Codex: プラグインまたはツールとして統合
- opencode: カスタムコマンドとして使用
エージェントは、音声ファイルのパスを引数として transcribe を実行し、結果を取得できます。
ライセンス
MIT License - 詳細は LICENSE を参照してください。