speech-notes
Installation
SKILL.md
演讲纪要整理 Skill
将录音转写为高质量的结构化演讲纪要。整个流程分两步:转写和整理。
第一步:转写
音频预处理
- 用
ffprobe获取时长、采样率等信息 - 超过 5 分钟的录音:用
ffmpeg -f segment -segment_time 300分段(每段 5 分钟) - 每段压缩:
ffmpeg -ar 16000 -ac 1 -b:a 32k(降低体积,提高 API 成功率)
转写方式(优先级)
- 飞书 STT:如有
file_key,调用scripts/speech-to-text.sh --feishu-file-key <key> - 分段 Gemini:写 Python 脚本,逐段调用
generativelanguage.googleapis.com,用inline_data传 base64 音频 - 分段 Qwen:DashScope
qwen-omni-turbo,同上方式