Agent Skills
› xuiltul/animaworks
› transcribe-tool
transcribe-tool
GitHub基于Whisper的语音转文字工具,支持音频文件转录及LLM后处理。适用于会议录音、播客听写等场景,可指定语言和模型,自动检测语言或手动设置。
触发场景
需要转录会议录音
进行播客听写
从音频文件中提取文本
安装
npx skills add xuiltul/animaworks --skill transcribe-tool -g -y
SKILL.md
Frontmatter
{
"name": "transcribe-tool",
"tags": [
"audio",
"transcription",
"whisper",
"external"
],
"description": "语音转文字工具。使用Whisper将音频文件转为文本,必要时进行LLM后处理。 Use when: 需要转录会议录音、播客听写、从音频文件中提取文本时。"
}
Transcribe 工具
使用 Whisper (faster-whisper) 的语音转文字工具。
调用方法
Bash: 通过 animaworks-tool transcribe transcribe <音声ファイル> [オプション] 执行
audio — 语音转文字
animaworks-tool transcribe transcribe audio_file.wav [-l ja] [-m large-v3-turbo]
参数
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| audio_path | string | (必填) | 音频文件路径 |
| language | string | null | 语言代码 (ja, en 等)。null 时自动检测 |
| model | string | "large-v3-turbo" | Whisper 模型名称 |
| raw | boolean | false | 为 true 时跳过 LLM 后处理 |
CLI 用法
animaworks-tool transcribe transcribe audio_file.wav [-l ja] [-m large-v3-turbo]
注意事项
- 需要安装 faster-whisper
- 使用 GPU 时需要支持 CUDA 的 ctranslate2
- 首次运行时模型会自动下载
版本历史
- b51bfa9 当前 2026-11-03 04:11


