O que Transcrição por Whisper faz?
Habilidade de agente do skills.volces.com/whisper-transcribe para transcrever áudio com o modelo Whisper.
Habilidade de agente do skills.volces.com/whisper-transcribe para transcrever áudio com o modelo Whisper.
Esta habilidade permite que agentes de IA, como Claude Code, Cursor ou Codex, transcrevam arquivos de áudio usando o modelo Whisper da Volces. Ela é útil para processar gravações de reuniões, entrevistas, podcasts ou qualquer conteúdo de fala, convertendo áudio em texto de forma precisa e eficiente. O agente envia o arquivo de áudio para a API de transcrição da Volces, que utiliza o modelo Whisper para gerar a transcrição. A habilidade suporta vários formatos de áudio e retorna o texto transcrito, que pode ser usado para análise, busca ou documentação. É especialmente valiosa para desenvolvedores que precisam integrar transcrição de fala em seus fluxos de trabalho ou ferramentas.
npx skills add skills.volces.com/whisper-transcribeHabilidade de agente do skills.volces.com/whisper-transcribe para transcrever áudio com o modelo Whisper.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.