idle-middlelowgerman509/trx

trx은(는) 무엇을 하나요?

URL 또는 로컬 파일에서 미디어를 Whisper로 전사하고, 오디오를 정리한 후 AI 워크플로우에 적합한 JSON을 반환합니다.

개요

이 스킬은 AI 에이전트가 오디오/비디오 파일(로컬 경로 또는 원격 URL)을 받아 Whisper를 사용하여 텍스트로 변환할 수 있게 해줍니다. 또한 필요한 경우 오디오를 사전 처리(잡음 제거, 정규화)하고, 다운스트림 AI 워크플로우(요약, 분석, RAG)에 직접 사용할 수 있는 구조화된 JSON 출력을 반환합니다.

지원 플랫폼

• Claude Code
• Cursor
• Codex
• 기타 Whisper 및 오디오 처리 도구에 접근할 수 있는 AI 에이전트

요구 사항

• Python 3.8+
• openai-whisper (또는 whisper.cpp 바인딩)
• ffmpeg
• sox (선택 사항, 고급 오디오 정리)
• requests (URL 다운로드용)

설치

pip install openai-whisper requests
# ffmpeg는 시스템 패키지 관리자를 통해 설치하세요 (예: brew install ffmpeg)

사용법

URL에서 전사

python trx.py https://example.com/audio.mp3

로컬 파일 전사

python trx.py /path/to/local/video.mp4

오디오 정리 사용

python trx.py --clean /path/to/noisy_audio.wav

출력 형식

스크립트는 다음 구조의 JSON 객체를 반환합니다:

{
  "transcript": "전사된 텍스트 내용...",
  "segments": [
    {
      "start": 0.0,
      "end": 5.3,
      "text": "첫 번째 세그먼트 텍스트"
    },
    {
      "start": 5.3,
      "end": 12.1,
      "text": "두 번째 세그먼트 텍스트"
    }
  ],
  "language": "en",
  "duration_seconds": 120.5,
  "file_source": "https://example.com/audio.mp3"
}

옵션

• --model: 사용할 Whisper 모델 크기 (tiny, base, small, medium, large). 기본값: small
• --language: 오디오 언어 코드. 기본값: 자동 감지
• --clean: 오디오 전처리(잡음 제거, 정규화) 활성화
• --output FILE: JSON 출력을 파일에 저장
• --verbose: 상세 로그 출력

예시

에이전트 워크플로우

1. 사용자가 음성 메모 링크 제공
2. 에이전트가 trx 호출하여 전사
3. 에이전트가 JSON 출력을 받아 요약 또는 분석 수행
4. 에이전트가 결과를 사용자에게 반환

참고 사항

• 첫 실행 시 Whisper가 모델 파일을 다운로드합니다.
• 긴 오디오 파일은 세그먼트 단위로 처리되므로 메모리 사용량에 유의하세요.
• 원격 URL의 경우 스크립트가 먼저 파일을 임시 디렉토리에 다운로드합니다.

라이선스

MIT