Communitygithub.com

pyai-transcription

Transforme gravações de áudio em texto usando o PyAI Hear de reconhecimento de fala (STT), incluindo fluxos de trabalho assíncronos de transcrição.

O que é pyai-transcription?

Esta skill permite que um agente de IA converta gravações de áudio em texto utilizando o PyAI Hear, uma ferramenta de reconhecimento de fala (STT). Ela suporta tanto transcrições síncronas, para arquivos pequenos (até 8 MiB), quanto assíncronas, para arquivos maiores hospedados em URLs HTTPS autorizadas. O agente gerencia todo o fluxo de trabalho: inicia a transcrição com `transcribe_audio` ou `create_transcription_job`, monitora o progresso via `get_transcription_job` até a conclusão e retorna o resultado final com falas, timestamps e diarização, se disponível. Projetada para plataformas que utilizam o protocolo MCP, ela é ideal para assistentes de IA que precisam processar áudio de forma confiável e escalável, garantindo que o usuário nunca precise esperar indefinidamente — o agente informa o status e o ID do trabalho para retomada posterior.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/atomsai/pyai-plugin/tree/main/skills/pyai-transcription

Perguntar na sua IA favorita

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

Documentação

Transcrição

Use os esquemas de ferramentas PyAI conectados como fonte da verdade; os clientes podem prefixar IDs de ferramentas com o nome do servidor. Se o PyAI estiver desconectado, direcione o usuário para o login do navegador do host. Mantenha credenciais fora do chat. Respeite o projeto selecionado e a tarefa autorizada do usuário.

Ferramentas: whoami, transcribe_audio, create_transcription_job, get_transcription_job, list_transcription_jobs

Para uma gravação curta fornecida, use transcribe_audio com áudio em base64 (até 8 MiB decodificado). Para uma gravação maior já disponível em uma URL HTTPS autorizada, use create_transcription_job. Inspecione os esquemas atuais para opções de diarização, idioma e outras; nunca prometa uma opção ausente do contrato.

Preserve o job_id retornado. Consulte get_transcription_job em um intervalo razoável até a conclusão, um erro ou o limite de espera da tarefa. Pendente não é falha. Se a espera terminar, retorne o ID e status reais para que o trabalho possa ser retomado; não reenvie a gravação.

Retorne a transcrição e quaisquer dados de falante/timestamp realmente fornecidos. Para streaming de microfone, use a API de streaming ou SDK do Hear descritos em https://docs.pyai.com; um trabalho de transcrição MCP não é um fluxo de áudio ao vivo.

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

Habilidades Relacionadas