mcpField
G
groq-stt

groq-stt

github.com/958877748クリエイティブ・メディア080 回インストール12 週間前に更新
リポジトリ

groq-stt について

groq-sttは、音声をGroq Speech-to-Text APIに送信し、文字起こしを入力ファイルの隣に保存するスキルです。ファイル単位で文字起こしを行いたいユーザー向けで、既定モデルはwhisper-large-v3-turboです。

主な機能

  1. 01Groq APIによる音声文字起こし
  2. 02文字起こしを音声ファイルの隣に保存
  3. 03既定モデルにwhisper-large-v3-turboを使用
  4. 04一般的な音声・動画形式に対応

活用シーン

  1. 01MP4録音からテキストを作成
  2. 02コマンドラインから音声ファイルを文字起こし

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/958877748/skills --skill groq-stt

インストール後、Claude Code で/groq-sttを入力して読み込まれたか確認します。

同梱ファイルscripts/transcribe.mjs

詳細

Groq STT スキル

このスキルは、音声ファイルを Groq Speech-to-Text API にアップロードし、文字起こし結果を保存します。

使用方法

# set your API key (or use .env in the repo root)
export GROQ_API_KEY=your_api_key_here

# run the script with a path to an audio file
node scripts/transcribe.mjs /path/to/audio.mp4

出力

  • 入力ファイルと同じ場所に {filename}_transcript.txt を書き出します。

注意事項

  • デフォルトで whisper-large-v3-turbo モデルを使用します。
  • 対応ファイル形式：flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav、webm

コメント

Markdown 対応