Communitygithub.com

enstw/thesisbug2

YouTube動画やローカルの音声・動画ファイルを ./fw yt2sub でテキストに書き起こします。話し言葉をテキストとして必要なタスクに使用し、YouTubeの字幕(繁体字中国語/英語)を優先し、ローカルの faster-whisper にフォールバックします。

thesisbug2 とは?

このスキルは、YouTube動画やローカルの音声・動画ファイルから、話し言葉の内容をテキストに書き起こすためのツールです。./fw yt2sub という単一のコマンドで動作し、タスク実行時にユーザーがYouTubeのURLやメディアファイルを指定すると、自動的に文字起こしを行います。YouTubeの字幕(繁体字中国語または英語)が利用可能な場合はそれを優先して取得し、利用できない場合はローカル環境の高速な faster-whisper モデルを使用して音声認識を実行します。このため、yt-dlp と Whisper を手動で組み合わせた処理を書く必要がなく、より効率的かつ信頼性の高い文字起こしが可能です。主なユースケースとしては、講演や授業、ポッドキャストなどの話し言葉をテキスト化して、要約、メモ作成、課題作成などを行う際に役立ちます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/enstw/thesisbug2/tree/main/.agents/skills/yt2sub

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

thesisbug2 は何をしますか?

YouTube動画やローカルの音声・動画ファイルを、./fw yt2sub でプレーンテキストに書き起こします。タスクで話し言葉の内容をテキストとして必要とする場合に使用します。ユーザーがYouTubeのURLやメディアファイルを指定すると、それを書き起こし、要約、または視聴し、講演、講義、ポッドキャストなどからメモや課題を作成します。まずYouTubeの字幕(繁体字中国語/英語)を試し、利用できない場合はローカルの faster-whisper にフォールバックするため、手動で yt-dlp + whisper パイプラインを組む代わりにこのコマンドを使用してください。

関連スキル