AI Skill 大全

本地快速语音转写

把音视频文件、链接或播客丢给它,在本地转成文字、字幕或带说话人标注的稿子。

功能与用途

本地高效音视频转文字工具,基于 faster-whisper 引擎实现 4 到 6 倍提速及 GPU 加速转录。支持导出 SRT/VTT/CSV 等多种格式、说话人分离识别、播客按静音自动切分章节与转写文本关键词检索。

适用场景

  • 手上几十条采访录音要出逐字稿,用云端按分钟计费成本太高,想在:手上几十条采访录音要出逐字稿,用云端按分钟计费成本太高,想在本机一次性跑完
  • 录了一期两人对谈的播客,需要区分谁说了什么,还想顺带切出章节:录了一期两人对谈的播客,需要区分谁说了什么,还想顺带切出章节时间轴
  • 有一段网络不稳定的音频链接要转写,想直接给它 URL 让它自:有一段网络不稳定的音频链接要转写,想直接给它 URL 让它自己下载,并且能重试失败的任务

适用人群

  • 要给自己的视频批量上字幕的独立视频作者
  • 整理访谈播客逐字稿的内容编辑
  • 需要本地处理敏感录音不便上云的研究或法务人员

使用步骤

  1. 确认本机有 python3,需要字幕或链接下载的话装好 ffmpeg 和 yt-dlp,有 GPU 则确认 CUDA 可用
  2. 用默认命令直接转写单个文件,只有需要说话人区分、特定字幕格式或章节时才加对应参数
  3. 批量处理时用目录或通配符,多语言混合文件可用逐文件语言映射,长任务会显示预计剩余时间
  4. 拿到文本和字幕文件,需要定位内容时用搜索参数,需要区分说话人音频时导出到指定目录

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
效率
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
1.5.1
最近更新
2026-05-17
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Local speech-to-text using faster-whisper. 4-6x faster than OpenAI Whisper with identical accuracy; GPU acceleration enables ~20x realtime transcription. SRT...

使用前准备

  • 需要 python3 环境,字幕与链接下载依赖 ffmpeg 和 yt-dlp,GPU 加速需 CUDA,部分功能需 HuggingFace token

依赖与权限

  • PATH
  • TOKEN
  • 读取用户主动提供的内容

同类 Skill