zxkane/audio-transcriber

Habilidade de agente para transcrição de reuniões e podcasts com múltiplos falantes – FunASR (Paraformer/SenseVoice/Whisper) + MiMo-V2.5-ASR + diarização de falantes CAM++ + limpeza por LLM. 99 idiomas, GPU e CPU. Funciona com Claude Code e qualquer agente compatível com SKILL.md.

O que é audio-transcriber?

Esta habilidade de agente capacita ferramentas como Claude Code, Cursor e Codex a transcreverem áudio de reuniões e podcasts com múltiplos falantes, utilizando um pipeline avançado que combina modelos de reconhecimento de fala (FunASR, MiMo) com diarização de falantes (CAM++) e pós-processamento com LLM para limpeza e formatação do texto. Suporta 99 idiomas e pode ser executado tanto em GPU quanto em CPU, oferecendo flexibilidade para diferentes ambientes. O fluxo de trabalho típico envolve o download do áudio, a transcrição com identificação de falantes e a aplicação de um modelo de linguagem para corrigir erros e melhorar a legibilidade. É particularmente útil para obter atas de reuniões precisas, pesquisar conteúdo de palestras ou gerar legendas, tudo diretamente de comandos do terminal ou de um agente de IA.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add zxkane/audio-transcriber

Installed? Explore more Produtividade e Colaboração skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Perguntar na sua IA favorita

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

Documentação

O que audio-transcriber faz?

Habilidade de agente para transcrição de reuniões e podcasts com múltiplos falantes — FunASR (Paraformer/SenseVoice/Whisper) + MiMo-V2.5-ASR + diarização de falantes CAM++ + limpeza por LLM. 99 idiomas, GPU e CPU. Funciona com Claude Code e qualquer agente compatível com SKILL.md.

Habilidades Relacionadas