mcpField
G
groq-stt

groq-stt

github.com/958877748创意与媒体080 次安装12 周前更新
代码仓库

关于 groq-stt

groq-stt 是一项将音频上传到 Groq Speech-to-Text API 并保存转录文本的技能，适合需要文件转录流程的用户。它默认使用 whisper-large-v3-turbo，并将结果写在输入文件旁。

主要功能

  1. 01通过 Groq API 转录音频
  2. 02将转录文本保存至源文件旁
  3. 03默认使用 whisper-large-v3-turbo
  4. 04支持常见音频和视频格式

适用场景

  1. 01为 MP4 录音生成文本转录
  2. 02通过命令行转录音频文件

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/groq-stt确认已加载。

附带文件scripts/transcribe.mjs

详细介绍

Groq STT 技能

此技能会将音频文件上传到 Groq 语音转文本 API，并保存转录文本。

用法

# 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

输出

  • 在输入文件旁写入 {filename}_transcript.txt。

注意事项

  • 默认使用 whisper-large-v3-turbo 模型。
  • 支持的文件类型：flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav、webm

评论

支持 Markdown