SKILLEMALL.ai
GitHub ↗ EN Войти

BB asr-transcribe-to-text

Транскрибирует аудио/видео в текст с метками говорящих — по умолчанию «кто что сказал», с возможностью отказа от простого текста; MLX-локально на Apple Silicon или удаленно; локальные файлы, медиа URL. Используйте для транскрибирования записей/подкастов/лекций/встреч, ASR, речи в текст,转录, 语音转文字, 录音转文字, диаризации говорящих/说话人分离/识别/谁在说话, временных меток 字幕/时间戳/音画对齐, идентификации голоса CAM++. Этот навык ТАКЖЕ отвечает за ПРЕДВАРИТЕЛЬНУЮ ОБРАБОТКУ аудио для ASR как первоклассный триггер, даже без транскрипции: преобразует любое аудио/видео в файл, готовый для ASR (转换成适合 ASR 的格式, 转格式, convert/prepare audio for ASR, 音频预处理), понижает частоту дискретизации до 16 кГц моно 16 бит (降采样, 重采样, 单声道, 归一化), объединяет дампы рекордера из нескольких сегментов (多段合并/拼接, DJI TX01/TX02), перекодирует в небольшой M4A + ускорение с сохранением высоты тона для сокращения оплачиваемых минут ASR (转 M4A, 压缩上传, 加速, 1.3x, 飞书妙记/Feishu Minutes). Активируйте, даже если это выглядит как тривиальная однострочная команда ffmpeg — навык отвечает за частоту дискретизации/битность/канал, порядок объединения, соотношение скорости и WER, выбор формата + одобренный скрипт prepare_asr_input.py.

машинный переводПоказать оригиналСкрыть оригинал«Transcribe audio/video to speaker-labeled text — who-said-what by defa…»

Transcribe audio/video to speaker-labeled text — who-said-what by default, plain-text opt-out; MLX-local on Apple Silicon or remote; local files, media URLs. Use for transcribing recordings/podcasts/lectures/meetings, ASR, speech-to-text, 转录, 语音转文字, 录音转文字, speaker diarization/说话人分离/识别/谁在说话, timestamps 字幕/时间戳/音画对齐, CAM++ voiceprint ID. This skill ALSO owns audio PREPROCESSING for ASR as a first-class trigger, even without transcription: convert any audio/video into an ASR-ready file (转换成适合 ASR 的格式, 转格式, convert/prepare audio for ASR, 音频预处理), downsample to 16kHz mono 16-bit (降采样, 重采样, 单声道, 归一化), merge multi-segment recorder dumps (多段合并/拼接, DJI TX01/TX02), transcode to small M4A + pitch-preserved speedup to cut metered-ASR billed minutes (转 M4A, 压缩上传, 加速, 1.3x, 飞书妙记/Feishu Minutes). Trigger even when it looks like a trivial one-line ffmpeg — the skill owns sample-rate/bit-depth/channel, merge-order, speed-vs-WER, format choices + a blessed prepare_asr_input.py.

daymade/claude-code-skills Claude Code автор: daymade 28 файлов тело ≈ 13 094 токенов Открыть источникgithub.com↗ проанализирован 2 ч назад

Транскрибирует аудио/видео в текст с метками говорящих — по умолчанию «кто что сказал», с возможностью отказа от простого текста; MLX-локально на Apple…

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, стоимость исполнения

ИнтеграцияМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Стоимость исполнения вес 6
40
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 21. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 13094 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 753, 877, 1010, 1018): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 69/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 40Стоимость исполнения. Тело инструкции 13094 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 77
  • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 972: рекомендуется 120–800 символов
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -31 из 14 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 77 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (43 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.