Communitygithub.com

sickn33/agentic-awesome-skills

Transforme gravações de áudio em documentação profissional em Markdown com resumos inteligentes usando integração com LLM

O que é agentic-awesome-skills?

Este skill automatiza a transcrição de arquivos de áudio e vídeo (MP3, WAV, M4A, OGG, FLAC, WEBM) para documentos Markdown bem estruturados, incluindo resumos executivos gerados por LLM, identificação de falantes (diarização) e legendas em formatos SRT/VTT. É ideal para gerar atas de reuniões, anotações de aulas, transcrições de entrevistas e relatórios de conteúdo multimídia diretamente do terminal com GitHub Copilot CLI. O skill utiliza Faster-Whisper (com fallback para whisper.cpp e openai-whisper) para reconhecimento de fala local, ffmpeg para conversão de formatos e suporta processamento em lote e detecção automática de idioma. Não requer configuração de APIs externas ou projetos específicos, seguindo uma filosofia zero-configuração, e funciona em qualquer contexto de terminal com Copilot disponível. O output é um relatório Markdown completo com metadados, grade de falantes, sumário executivo, lista de ação e transcrição detalhada com timestamps.

Funciona com~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/sickn33/agentic-awesome-skills/tree/HEAD/skills/audio-transcriber

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Guia Detalhado

Leia o guia detalhado antes de executar este skill. Ele contém o procedimento completo e material de referência. Trate suas exigências de segurança, pré-requisitos e validação como obrigatórias. Para trabalho focado, carregue as seções relevantes; para trabalho completo, leia o guia integralmente.

Quando Usar

Invoque este skill quando:

  • O usuário precisa transcrever arquivos de áudio/vídeo para texto
  • O usuário quer atas de reunião geradas automaticamente a partir de gravações
  • O usuário requer identificação de falantes (diarização) em conversas
  • O usuário precisa de legendas (formatos SRT, VTT)
  • O usuário deseja resumos executivos de conteúdo de áudio longo
  • O usuário fizer variações de "transcreva este áudio", "converta áudio para texto", "gere atas da gravação"
  • O usuário possui arquivos de áudio em formatos comuns (MP3, WAV, M4A, OGG, FLAC, WEBM)

Exemplos de Uso

Exemplo 1: Transcrição Básica

Entrada do Usuário:

copilot> transcreva áudio para markdown: reuniao-2026-02-02.mp3

Saída do Skill:

✅ Faster-Whisper detectado (otimizado)
✅ ffmpeg disponível (conversão de formato habilitada)

📂 Arquivo: reuniao-2026-02-02.mp3
📊 Tamanho: 12,3 MB
⏱️  Duração: 00:45:32

🎙️  Processando...
[████████████████████] 100%

✅ Idioma detectado: português (pt-BR)
👥 Falantes identificados: 4
📝 Gerando saída Markdown...

✅ Transcrição Completa!

📊 Resultados:
  Arquivo: reuniao-2026-02-02.md
  Idioma: pt-BR
  Duração: 00:45:32
  Falantes: 4
  Palavras: 6.842
  Tempo de processamento: 127s

📝 Gerado:
  - reuniao-2026-02-02.md (relatório Markdown)

🎯 Próximos passos:
  1. Revise a ata de reunião e os itens de ação
  2. Compartilhe o relatório com os participantes
  3. Acompanhe os itens de ação até a conclusão

Exemplo 3: Processamento em Lote

Entrada do Usuário:

copilot> transcreva estes áudios: gravacoes/*.mp3

Saída do Skill:

📦 Modo lote: 5 arquivos encontrados
  1. daily-equipe.mp3
  2. chamada-cliente.mp3
  3. sessao-brainstorm.mp3
  4. demo-produto.mp3
  5. retrospectiva.mp3

🎙️  Processando lote...

[1/5] daily-equipe.mp3 ✅ (2m 34s)
[2/5] chamada-cliente.mp3 ✅ (15m 12s)
[3/5] sessao-brainstorm.mp3 ✅ (8m 47s)
[4/5] demo-produto.mp3 ✅ (22m 03s)
[5/5] retrospectiva.mp3 ✅ (11m 28s)

✅ Lote Completo!
📝 Gerados 5 relatórios Markdown
⏱️  Tempo total de processamento: 6m 15s

Exemplo 5: Aviso de Arquivo Grande

Entrada do Usuário:

copilot> transcreva áudio para markdown: keynote-conferencia.mp3

Saída do Skill:

✅ Faster-Whisper detectado (otimizado)

📂 Arquivo: keynote-conferencia.mp3
📊 Tamanho: 87,2 MB
⏱️  Duração: 02:15:47
⚠️  Arquivo grande (87,2 MB) - o processamento pode levar vários minutos

Continuar? [S/n]:

Usuário: S

🎙️  Processando... (isso pode levar 10-15 minutos)
[████░░░░░░░░░░░░░░░░] 20% - Tempo estimado restante: 12m

Este skill é independente de plataforma e funciona em qualquer contexto de terminal onde o GitHub Copilot CLI esteja disponível. Não depende de configurações específicas de projeto ou APIs externas, seguindo a filosofia de zero-configuração.

Limitações

  • Use este skill somente quando a tarefa corresponder claramente ao escopo descrito acima.
  • Não trate a saída como substituta para validação específica de ambiente, testes ou revisão de especialistas.
  • Pare e peça esclarecimentos se as entradas, permissões, limites de segurança ou critérios de sucesso necessários estiverem ausentes.

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

Habilidades Relacionadas