zxkane/audio-transcriber-funasr

マルチスピーカーの会議やポッドキャストの文字起こしを行うエージェントスキルです。FunASRによる話者識別とLLMによるクリーンアップを組み合わせ、99言語(中国語、英語、日本語、韓国語、広東語、Whisper対応)をGPU/CPUで処理します。Claude CodeやSKILL.md互換エージェントで動作します。

audio-transcriber-funasr とは?

このスキルは、マルチスピーカー環境(会議やポッドキャスト)向けの高精度な文字起こし機能を提供します。FunASRの話者ダイアライゼーションで発言者を識別し、その後のLLM処理でノイズ除去や整形を行います。99言語をサポートし、特に中国語、英語、日本語、韓国語、広東語に最適化されており、Whisperモデルも併用可能です。GPU(CUDA対応)およびCPUの両方で動作し、Claude CodeやSKILL.mdに準拠した任意のエージェントと連携できます。セットアップは簡単で、オーディオファイルのパス指定のみで利用開始でき、会議の議事録作成やポッドキャストの文字起こしに役立ちます。

対応✓Claude Code~Codex CLI~Cursor
npx skills add zxkane/audio-transcriber-funasr

Installed? Explore more 生産性&コラボレーション skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

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

audio-transcriber-funasr は何をしますか?

マルチスピーカーの会議やポッドキャストの文字起こしを行うエージェントスキル — FunASR話者識別 + LLMクリーンアップ。99言語(中国語、英語、日本語、韓国語、広東語、Whisper対応)、GPU & CPUで動作。Claude CodeおよびSKILL.md互換のエージェントで利用可能。

関連スキル