Communitygithub.com

sickn33/agentic-awesome-skills

將音訊錄音檔轉換為專業的 Markdown 文件,並利用 LLM 整合產生智慧摘要。

agentic-awesome-skills 是什麼?

此技能利用 Faster-Whisper 與 LLM 整合,將音訊/視訊檔案自動轉錄為結構化的 Markdown 文件,支援說話者辨識 (diarization)、批次處理與多種輸出格式 (如 SRT、VTT)。開發者只需提供常見格式的音檔 (MP3、WAV、M4A、OGG、FLAC、WEBM),技能便會自動偵測語言、生成逐字稿,並產出包含會議記錄、執行摘要與行動項目的專業報告。它採用零配置設計,可在任何支援 GitHub Copilot CLI 的終端環境中運行,無需依賴特定專案設定或外部 API。功能涵蓋基本轉錄、批次處理、大型檔案警告與自動摘要生成,大幅提升從錄音到文件的轉換效率。

相容平台~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/sickn33/agentic-awesome-skills/tree/HEAD/skills/audio-transcriber

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

詳細指南

在執行此技能前,請閱讀詳細指南。該指南包含完整的程序與參考資料。請將其安全要求、先決條件與驗證需求視為強制性。若進行特定工作,請載入相關章節;若需從頭到尾完整執行,請完整閱讀指南。

使用時機

請在以下情況呼叫此技能:

  • 使用者需要將音訊/視訊檔案轉錄為文字
  • 使用者希望從錄音檔自動產生會議記錄
  • 使用者需要對話中的說話者辨識(說話者分離)
  • 使用者需要字幕/隱藏式字幕(SRT、VTT 格式)
  • 使用者希望取得長音訊內容的執行摘要
  • 使用者提出類似「轉錄這個音訊」、「將音訊轉為文字」、「從錄音產生會議記錄」等需求
  • 使用者擁有常見格式的音訊檔案(MP3、WAV、M4A、OGG、FLAC、WEBM)

使用範例

範例 1:基本轉錄

使用者輸入:

copilot> 將音訊轉錄為 Markdown:meeting-2026-02-02.mp3

技能輸出:

✅ 已偵測 Faster-Whisper (已最佳化)
✅ ffmpeg 可用 (已啟用格式轉換)

📂 檔案:meeting-2026-02-02.mp3
📊 大小:12.3 MB
⏱️  長度:00:45:32

🎙️  處理中...
[████████████████████] 100%

✅ 語言偵測:葡萄牙語 (pt-BR)
👥 說話者辨識:4 人
📝 產生 Markdown 輸出...

✅ 轉錄完成!

📊 結果:
  檔案:meeting-2026-02-02.md
  語言:pt-BR
  長度:00:45:32
  說話者:4
  字數:6,842
  處理時間:127 秒

📝 已產生:
  - meeting-2026-02-02.md(Markdown 報告)

🎯 下一步:
  1. 審閱會議記錄與行動項目
  2. 與參與者分享報告
  3. 追蹤行動項目直至完成

範例 3:批次處理

使用者輸入:

copilot> 轉錄這些音檔:recordings/*.mp3

技能輸出:

📦 批次模式:找到 5 個檔案
  1. team-standup.mp3
  2. client-call.mp3
  3. brainstorm-session.mp3
  4. product-demo.mp3
  5. retrospective.mp3

🎙️  批次處理中...

[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)

✅ 批次完成!
📝 已產生 5 份 Markdown 報告
⏱️  總處理時間:6 分 15 秒

範例 5:大型檔案警告

使用者輸入:

copilot> 將音訊轉錄為 Markdown:conference-keynote.mp3

技能輸出:

✅ 已偵測 Faster-Whisper (已最佳化)

📂 檔案:conference-keynote.mp3
📊 大小:87.2 MB
⏱️  長度:02:15:47
⚠️  大型檔案(87.2 MB)- 處理可能需要數分鐘

繼續?[Y/n]:

使用者: Y

🎙️  處理中...(可能需要 10-15 分鐘)
[████░░░░░░░░░░░░░░░░] 20% - 預計剩餘時間:12 分

此技能為跨平台,可在任何支援 GitHub Copilot CLI 的終端環境中運作。它不依賴特定專案設定或外部 API,遵循零配置哲學。

限制

  • 僅在任務明確符合上述範圍時使用此技能。
  • 請勿將輸出視為針對環境的驗證、測試或專家審查的替代方案。
  • 若缺少必要輸入、權限、安全邊界或成功標準,請停止並要求釐清。

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

相關技能