Communitygithub.com

bvdTranscribe (音視頻轉錄)

使用 Whisper 轉錄影片或音訊(mp4、mov、mkv、mp3、wav、m4a 等),可本機執行或透過免費的 Groq API,輸出純文字 (.txt)、字幕 (.srt) 及含時間戳記的 .md 檔案。

bvdTranscribe (音視頻轉錄) 是什麼?

此技能會自動為使用者轉錄影片或音訊檔案,完全在本地透過 Whisper 執行,或利用 Groq 的免費 API 加速。它支援 mp4、mov、mkv、mp3、wav、m4a 等多種常見格式,並能產出純文字檔案 (.txt)、標準字幕檔案 (.srt) 以及一個內含時間戳記(格式為 [mm:ss])的 Markdown 檔案 (.md)。主要適用於 Claude Code 或類似以指令為主的 AI 代理程式,尤其當使用者要求「轉錄」、「加字幕」、「擷取文字」或「整理逐字稿」時。此技能會自動處理環境設定(建立虛擬環境、安裝相依套件)、選擇模式(本機或 Groq),並將長影片分割為 10 分鐘的片段以克服限制。最終回覆只會簡短說明輸出資料夾位置、影片時長、使用模式,以及 2 到 3 句的內容摘要。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ia5go/bvdTranscribe/tree/HEAD

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

bvdTranscribe

您會自行執行所有步驟。使用者可能是初學者:不要要求他們執行指令。他們只需提供檔案(或拖曳到終端機),如果想要快速模式,則貼上 Groq 金鑰一次即可。

<skill> = 此 SKILL.md 所在的資料夾(其中也包含 transcrever.py)。

步驟 1. 準備環境(僅第一次)

若 <skill>/.venv 已存在,請跳過此步驟。

  1. 尋找 Python:依序測試 python --version、py --version、python3 --version。如果全部無效(或開啟 Microsoft Store),請安裝:Windows 執行 winget install -e --id Python.Python.3.12 --accept-package-agreements --accept-source-agreements(之後請要求重新開啟終端機和 Claude Code);Mac 執行 brew install python;Linux 則透過套件管理員安裝。
  2. 為技能建立隔離環境:<python> -m venv "<skill>/.venv"。
  3. 在環境中靜默安裝相依套件:<venv-python> -m pip install --quiet -r "<skill>/requirements.txt"。
    • <venv-python> 在 Windows 為 <skill>/.venv/Scripts/python.exe,在 Mac/Linux 則為 <skill>/.venv/bin/python。
    • 不需要安裝 ffmpeg:imageio-ffmpeg 已隨附一個。

步驟 2. 選擇模式(僅第一次)

  • 本機(預設):完全在電腦上執行,免費、隱私、無需帳號。第一次會下載模型(約 500 MB),且比雲端模式慢。無需任何設定。
  • Groq(選用,較快):如果環境變數 GROQ_API_KEY 已存在,腳本會自動使用 Groq。若要啟用,請用一句話說明:「在 https://console.groq.com 免費註冊,進入 API Keys,點擊 Create API Key,然後將金鑰貼在這裡。」永久儲存(Windows:setx GROQ_API_KEY "<chave>";Mac/Linux:在 ~/.zshrc 或 ~/.bashrc 中加入 export GROQ_API_KEY="<chave>"),並在當前工作階段中將金鑰作為環境變數傳遞給指令。

如果使用者未指定任何模式,請使用本機模式。如果使用者要求「本機」或「無網路」,即使已設定金鑰,也請加上 --local 參數。

步驟 3. 執行轉錄

<venv-python> "<skill>/transcrever.py" "<檔案路徑>" pt
  • 如果影片語言不同,請將 pt 換成對應語言代碼(en、es 等)。
  • 本機模式可選用:--modelo=medium(更精確、較慢)或 --modelo=base(較快、較不精確)。預設為 small。
  • 長影片會自動分割為 10 分鐘的片段。在 Groq 免費額度下,腳本會等待並自動繼續;僅需通知使用者。
  • 如果檔案較長(本機模式下超過約 10 分鐘),請在背景執行。
  • 常見錯誤:路徑引號錯誤(重新加上引號)、金鑰無效(要求使用者重新輸入或改用 --local)、檔案沒有音訊(通知使用者)。

步驟 4. 交付結果

腳本會在影片檔案旁建立 <影片名稱>_transcricao 資料夾,包含:

  • .txt:純文字內容
  • .srt:字幕檔,可供影片編輯器或 YouTube 使用
  • .md:每個段落標記 [mm:ss] 時間戳記的 Markdown 文字

請用不超過 5 行回覆:告知資料夾位置、影片時長、使用的模式,以及 2 到 3 句的內容摘要。然後在一行中提供後續選項:校對專有名詞、提取重點、轉換為貼文字幕或腳本。未經要求請勿修改產生的檔案;如果要求校對,請另存為 <名稱>_revisado.md 放在同一位置。

相關技能