generate-transcript

在本机(Apple Silicon / MLX)把音频、视频或在线视频链接转录成文字稿。纯本地、免费、不上传。

这是 ASR(语音识别)这一步;它不做翻译。要"翻译成另一种语言"时,先用本 skill 转录,再由你(Claude)翻译文字,需要配音则交给 IndexTTS2(TTS)。

何时用

• "把这段音频/视频转成文字" / "生成字幕" / "做个 SRT"
• 给了一个本地 .mp3/.wav/.m4a/.mp4/... 文件要文稿
• 给了一个 YouTube/Bilibili 等链接,只要里面的话

怎么用

统一调用脚本($SKILL_DIR 为本 skill 目录):

bash "$SKILL_DIR/scripts/transcribe.sh" <文件路径|URL> [model] [lang] [outdir]