Communitygithub.com

transcribe-recordings

在用户自己的电脑上,将本地语音备忘录、会议、采访、讲座或播客录音转换为转录稿、笔记、摘要或行动项,使用 Yap MCP 工具(transcribe_audio, search_dictations),保护隐私。

transcribe-recordings 是什么?

该技能利用 Yap MCP 服务器,在用户本地电脑上完成音频转录,无需上传数据,保障隐私。它支持 NVIDIA Parakeet 自动检测并转录 25 种欧洲语言。当用户提及音频或视频文件时,技能会获取绝对路径并调用 `transcribe_audio` 工具,可选择添加时间戳。对于较长的录音,建议先按时间戳分段总结,再给出整体摘要。当用户提到自己之前口述或听写的某段内容时,技能会调用 `search_dictations` 在本地听写记录中搜索关键词,并支持设置时间窗口。整个过程强调忠实地引用转录文本,对不确定的词汇进行标注,而不是随意猜测。该技能适用于 Claude Code、Cursor 等支持 MCP 协议的 AI 助手,确保用户数据始终留在本地。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/founden-bot/yap-mcp/tree/main/skills/transcribe-recordings

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

使用 Yap 转录录音

Yap MCP 在用户自己的电脑上转录音频(NVIDIA Parakeet,支持 25 种欧洲语言,自动检测)。不会上传任何内容。以下步骤假设 yap MCP 服务器已连接(npx -y github:founden-bot/yap-mcp)。

当用户指向一段录音时

  1. 获取文件的绝对路径。如果用户仅描述了文件(例如“桌面上的备忘录”),请询问路径或文件名;允许以 ~ 开头。
  2. 调用 transcribe_audio 并传入 path。对于超过几分钟的录音,或者当用户希望之后能找到特定时刻时,设置 timestamps: true。
  3. 如果返回结果提示语音模型仍在下载(仅首次使用,约 670 MB),请告知用户这是一次性下载,并在一分钟后再次调用该工具。不要切换到云服务。
  4. 按照用户的要求处理文本:生成一份干净的转录稿、摘要、包含决策和行动项(负责人、任务、日期)的会议笔记、带时间戳的引用、或翻译。
  5. 忠实地引用转录内容。对不确定的词进行标注,而不是猜测名称或数字。

当用户提到他们说过或口述过的内容时

调用 search_dictations,传入几个特征词(query)和一个时间窗口(days)。该工具只读地查询本机 Yap 听写应用的历史记录。如果没有匹配项,请先扩大 days 或尝试其他词,然后再判断没有找到。

良好的默认做法

  • 多个文件:逐个转录,并将每个结果保存在对应文件名下。
  • 长录音:先按时间戳分段总结,再给出整体总结。
  • 保持用户的语言:除非用户另有要求,否则用录音的语言进行回答。

相关技能