Communitygithub.com

ambition0802/audio-transcription-skill

Codex 技能:使用 MLX Whisper 進行音訊/影片轉錄,支援 Bilibili 備援方案、翻譯、說話者辨識與打包功能

audio-transcription-skill 是什麼?

此技能專為 Codex 代理設計,用於自動化音訊與影片檔案的轉錄流程。它整合了 MLX Whisper 模型以提供高效、本機的語音辨識,並在主要模型失效時自動切換至 Bilibili 備援方案,確保轉錄的可靠性。技能還支援翻譯功能,可將轉錄結果轉換成其他語言,以及說話者辨識(diarization),能區分不同說話者。最後,它提供打包功能,將所有輸出(如原始轉錄、翻譯、帶時間戳的文字)整理成易於存檔或分享的格式。此技能適用於 macOS 上使用 MLX 的使用者,以及需要處理中文內容並仰賴 Bilibili 服務的情境。開發者能透過簡單的指令呼叫整個流程,大幅減少手動處理多種工具與 API 的時間。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add ambition0802/audio-transcription-skill

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

audio-transcription-skill 是做什麼的?

Codex 技能:使用 MLX Whisper 進行音訊/影片轉錄,支援 Bilibili 備援方案、翻譯、說話者辨識與打包功能

相關技能