详细指南
在执行此技能之前,请阅读详细指南。详细指南包含了完整的流程和参考资料。请将其中的安全要求、前置条件和验证要求视为强制性的。对于针对性工作,可加载相关章节;对于端到端工作,请完整阅读指南。
何时使用
在以下情况下调用此技能:
- 用户需要将音频/视频文件转录为文本
- 用户希望从录音中自动生成会议纪要
- 用户需要在对话中识别说话人(说话人分离)
- 用户需要字幕/隐藏式字幕(SRT、VTT格式)
- 用户希望获得长音频内容的执行摘要
- 用户提出“转录此音频”、“将音频转换为文本”、“从录音生成会议记录”等类似要求
- 用户拥有常见格式的音频文件(MP3、WAV、M4A、OGG、FLAC、WEBM)
示例用法
示例1:基本转录
用户输入:
copilot> 将音频转录为markdown: meeting-2026-02-02.mp3
技能输出:
✅ Faster-Whisper已检测到(优化)
✅ ffmpeg可用(格式转换已启用)
📂 文件: meeting-2026-02-02.mp3
📊 大小: 12.3 MB
⏱️ 时长: 00:45:32
🎙️ 处理中...
[████████████████████] 100%
✅ 检测到语言: 葡萄牙语 (pt-BR)
👥 识别到说话人: 4
📝 正在生成Markdown输出...
✅ 转录完成!
📊 结果:
文件: meeting-2026-02-02.md
语言: pt-BR
时长: 00:45:32
说话人: 4
字数: 6,842
处理时间: 127秒
📝 生成:
- meeting-2026-02-02.md (Markdown报告)
🎯 后续步骤:
1. 审阅会议纪要和待办事项
2. 向参与者分享报告
3. 跟踪待办事项直至完成
示例3:批量处理
用户输入:
copilot> 转录这些音频: recordings/*.mp3
技能输出:
📦 批量模式: 找到5个文件
1. team-standup.mp3
2. client-call.mp3
3. brainstorm-session.mp3
4. product-demo.mp3
5. retrospective.mp3
🎙️ 批量处理中...
[1/5] team-standup.mp3 ✅ (2分34秒)
[2/5] client-call.mp3 ✅ (15分12秒)
[3/5] brainstorm-session.mp3 ✅ (8分47秒)
[4/5] product-demo.mp3 ✅ (22分03秒)
[5/5] retrospective.mp3 ✅ (11分28秒)
✅ 批量完成!
📝 生成了5份Markdown报告
⏱️ 总处理时间: 6分15秒
示例5:大文件警告
用户输入:
copilot> 将音频转录为markdown: conference-keynote.mp3
技能输出:
✅ Faster-Whisper已检测到(优化)
📂 文件: conference-keynote.mp3
📊 大小: 87.2 MB
⏱️ 时长: 02:15:47
⚠️ 大文件 (87.2 MB) - 处理可能需要几分钟
是否继续?[Y/n]:
用户: Y
🎙️ 处理中... (可能需要10-15分钟)
[████░░░░░░░░░░░░░░░░] 20% - 预计剩余时间: 12分钟
此技能是平台无关的,可在任何支持GitHub Copilot CLI的终端环境中使用。它不依赖于特定的项目配置或外部API,遵循零配置理念。
限制
- 仅当任务明确符合上述范围时才使用此技能。
- 请勿将输出视为特定环境下的验证、测试或专家审阅的替代品。
- 如果缺少所需的输入、权限、安全边界或成功标准,请停止并请求澄清。