mcpField
T
transcribe

transcribe

github.com/badlogicクリエイティブ・メディア2.6k659 回インストール21 週間前に更新
リポジトリ

transcribe について

Apple Silicon搭載のmacOS向けローカル音声文字起こしスキルです。`parakeet-cpp-transcribe`を実行し、タイムスタンプ付きのテキストを出力します。

主な機能

  1. 01ローカル音声文字起こし
  2. 0215秒ごとのタイムスタンプ付き分割
  3. 03バイナリとモデルの自動ダウンロード
  4. 04WAVおよび非WAV入力に対応

活用シーン

  1. 01ローカル音声ファイルの文字起こし
  2. 02時刻を手掛かりにした音声内容の確認

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/badlogic/pi-skills --skill transcribe

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

同梱ファイル.gitignoretranscribe.sh

詳細

文字起こし

Apple Silicon 搭載の macOS で parakeet-cpp-transcribe を使用したローカル音声テキスト変換です。

使用方法

{baseDir}/transcribe.sh <audio-file>

初回実行時に、最新の badlogic/pibot GitHub リリースから macOS arm64 バイナリがダウンロードされ、拡張機能の Git で無視される bin ディレクトリに保存されます。

{extensionDir}/bin/parakeet-cpp-transcribe

（{extensionDir} は、このスキルの {baseDir} の親ディレクトリです。）GGUF モデルが見つからない場合、バイナリが自動的にダウンロードします。

出力

15 秒ごとのチャンクに分割された、タイムスタンプ付きのプレーンテキストが標準出力に書き込まれます。

[00:00-00:15] transcript text
[00:15-00:30] more transcript text

モデル／GGML の診断ログは標準エラー出力に書き込まれます。非表示にするには、標準エラー出力をリダイレクトしてください。

{baseDir}/transcribe.sh <audio-file> 2>/dev/null

要件

  • Apple Silicon 搭載の macOS のみ
  • curl と tar
  • WAV 以外の入力には ffmpeg：brew install ffmpeg

コメント

Markdown 対応