Community编程与开发github.com

speech115/transcribe

适用于 macOS Apple Silicon 的本地离线转录 CLI,支持说话人分离(Parakeet TDT v3 + pyannote),并配备 Claude Code / Codex / opencode 的智能体技能文件(SKILL.md)

transcribe 是什么?

speech115/transcribe 是一款针对 macOS Apple Silicon 设备优化的本地离线语音转文字命令行工具。它集成了 NVIDIA Parakeet TDT v3 模型进行高效转录,并结合 pyannote-audio 实现说话人分离(diarization),从而在转录文本中自动识别不同说话人。该工具完全在本地运行,无需网络连接,保护数据隐私。同时,它提供了清晰的 SKILL.md 文件,使得 AI 智能体(如 Claude Code、Codex、opencode)能够直接调用此技能,实现自动化音频处理工作流。对于需要在 macOS 上进行录音会议、访谈或笔记转录的开发者来说,这是一个高效、私密且可集成的解决方案。

兼容平台✓Claude Code✓Codex CLI~Cursor✓OpenCode
npx skills add speech115/transcribe

Installed? Explore more 编程与开发 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

transcribe 是做什么的?

适用于 macOS Apple Silicon 的本地离线转录 CLI,支持说话人分离(Parakeet TDT v3 + pyannote),并配备 Claude Code / Codex / opencode 的智能体技能文件(SKILL.md)

特性

  • 完全离线运行:所有处理均在本地完成,无需网络连接,确保数据隐私。
  • 说话人分离:自动识别并标记不同说话人。
  • 高性能:针对 Apple Silicon 架构优化,利用 Metal 加速。
  • 智能体集成:通过 SKILL.md 轻松适配 Claude Code、Codex 或 opencode。

安装

# 使用 Homebrew 安装
brew install speech115/transcribe

使用方法

# 转录单个音频文件
transcribe input.wav

# 指定输出文件
transcribe input.wav -o output.txt

# 启用说话人分离
transcribe input.wav --diarize

依赖项

  • macOS 14.0 或更高版本
  • Apple Silicon (M1 或更新芯片)
  • Python 3.10+ (用于 pyannote)

配置

环境变量(可选):

  • TRANSCRIBE_MODEL_DIR:模型存储目录(默认:~/.cache/transcribe/models)
  • TRANSCRIBE_DEVICE:计算设备(默认:mps)

贡献

欢迎提交 issue 或 pull request。请确保代码遵循现有风格并通过所有测试。

许可

MIT

相关技能