mcpField
T
transform-transcribe-audio-with-transloadit

transform-transcribe-audio-with-transloadit

github.com/transloadit创意与媒体538 次安装1 周前更新
代码仓库

关于 transform-transcribe-audio-with-transloadit

此技能通过 Transloadit 官方 CLI 将本地音频或视频转为文本转录或字幕文件，面向处理单个或批量媒体文件的 Agent 工作流。它可按指定格式和语言参数生成输出，并从本地配置中解析凭据。

主要功能

  1. 01转录本地音频和视频
  2. 02处理单个或多个文件
  3. 03输出 text、json、srt 或 webvtt
  4. 04设置源语言与目标语言
  5. 05自动从本地环境解析凭据

适用场景

  1. 01将录音转成文本文件
  2. 02批量生成媒体转录稿
  3. 03为视频生成 SRT 或 WebVTT 字幕
  4. 04按指定目标语言请求转录翻译

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/transloadit/skills --skill transform-transcribe-audio-with-transloadit

安装后在 Claude Code 中输入/transform-transcribe-audio-with-transloadit确认已加载。

详细介绍

使用 Transloadit 转录音频或视频

适用场景

  • 将本地音频或视频文件转换为文字稿或字幕文件
  • 处理一个或多个文件，并将输出下载到本地
  • 凭据可能已存在于 shell、本地 .env 文件或 ~/.transloadit/credentials 中的 Agent 工作流

输入

  • 一个或多个本地音频或视频文件的绝对路径
  • 可选输出路径；默认使用相同的基本文件名并添加 .txt 扩展名
  • 可选格式：text、json、srt 或 webvtt

工作流

  1. 确认每个输入文件都存在，并将其解析为绝对路径。
  2. 确定输出路径：
    • 单个输入且未指定输出：使用相同目录和基本文件名，并添加 .txt 扩展名
    • 多个输入且未指定输出：在输入文件旁创建 transcripts/ 目录
    • 用户要求特定格式时，使用 .json、.srt 或 .webvtt
  3. 按以下顺序让 CLI 自动解析身份验证信息：
    • Shell 环境变量
    • 仅当前工作目录中的 .env
    • ~/.transloadit/credentials 如果 .env 位于父目录中，请先将变量导出到 shell。
  4. 使用官方 CLI 意图运行转录：
npx -y @transloadit/node speech transcribe --input /ABS/PATH/input.opus --output /ABS/PATH/input.txt

处理多个文件时，重复使用 --input，并将输出写入一个目录：

npx -y @transloadit/node speech transcribe \
  --input /ABS/PATH/a.opus \
  --input /ABS/PATH/b.opus \
  --output /ABS/PATH/transcripts/

选项

  • 默认格式：text
  • 其他格式：--format json、--format srt、--format webvtt
  • 默认提供商：在 ElevenLabs Scribe 准备就绪前使用 replicate
  • 支持显式指定的提供商：--provider aws、--provider gcp、--provider replicate
  • 请勿使用 --provider transloadit；该内部 Whisper 路由仍在开发中
  • 已知输入语言时，使用 --source-language <code>
  • 用户要求翻译时，使用 --target-language <code>

注意事项

  • 优先使用 @transloadit/node；这是官方 CLI 路径，并提供 speech transcribe。
  • 如果命令因缺少子命令而报错，请升级到包含语音转录意图的较新版本 @transloadit/node。
  • 仅在本地保留机密；切勿打印 TRANSLOADIT_SECRET 或将其复制到浏览器代码中。
  • 转录完成后，确认每个预期的输出文件都存在且非空。

评论

支持 Markdown