Communitygithub.com

steadyfetch/apify-video-transcripts

Transforme vídeo e áudio em texto — transcrições completas, segmentos com timestamps, legendas SRT e VTT, e o hook dos primeiros 3 segundos — de um vídeo do YouTube, Short ou VOD ao vivo, um canal inteiro do YouTube em uma única execução, reels de um criador no Instagram, um episódio de podcast, um Loom ou VOD do Twitch, ou qualquer link direto de arquivo de mídia. Legendas são usadas quando existem e fala-para-texto é executado quando não, em ~90 idiomas, sem chave de API de terceiros e sem custo quando um vídeo não tem nada a dizer. Use quando for necessário extrair texto de conteúdo audiovisual.

O que é apify-video-transcripts?

Esta skill, `steadyfetch/apify-video-transcripts`, oferece uma solução completa e gratuita para transcrever conteúdo de vídeo e áudio em texto. Ela suporta uma ampla variedade de fontes, incluindo vídeos individuais do YouTube (Shorts ou VODs ao vivo), canais inteiros do YouTube, reels do Instagram, episódios de podcasts, VODs do Twitch, vídeos do Loom e links diretos para arquivos de mídia. O processo é inteligente: utiliza legendas existentes quando disponíveis e, quando não, executa um motor de fala-para-texto em aproximadamente 90 idiomas. Os resultados incluem transcrições completas, segmentos com timestamps precisos, legendas nos formatos SRT e VTT, e um resumo do hook dos primeiros 3 segundos. Não requer chave de API de terceiros e não cobra por vídeos que não contenham fala, tornando-a ideal para desenvolvedores, criadores de conteúdo e equipes de mídia que precisam de transcrições rápidas, acessíveis e em escala, diretamente de ferramentas como Claude Code, Cursor ou Codex.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/steadyfetch/steadyfetch-agent-tools/tree/main/skills/apify-video-transcripts

Perguntar na sua IA favorita

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

Documentação

O que apify-video-transcripts faz?

Transforme vídeo e áudio em texto — transcrições completas, segmentos com timestamps, legendas SRT e VTT, e o hook dos primeiros 3 segundos — de um vídeo do YouTube, Short ou VOD ao vivo, um canal inteiro do YouTube em uma única execução, reels de um criador no Instagram, um episódio de podcast, um Loom ou VOD do Twitch, ou qualquer link direto de arquivo de mídia. Legendas são usadas quando existem e fala-para-texto é executado quando não, em ~90 idiomas, sem chave de API de terceiros e sem custo quando um vídeo não tem nada a dizer. Use quando for necessário extrair texto de conteúdo audiovisual.

Habilidades Relacionadas