音频转录 Markdown

---

name: audio-transcriber description: "将音频录音转换为专业的 Markdown 文档，并通过 LLM 集成生成智能摘要" category: content risk: safe source: community tags: "[audio, transcription, whisper, meeting-minutes, speech-to-text]" date_added: "2026-02-27"

用途

此技能自动化音频转文字转录，输出专业的 Markdown 格式，提取丰富的技术元数据（说话人、时间戳、语言、文件大小、时长），并生成结构化的会议纪要和执行摘要。它使用 Faster-Whisper 或 Whisper，零配置，无需硬编码路径或 API 密钥，可在所有项目中通用。

灵感来自 Plaud 等工具，此技能将原始音频录音转化为可操作的文档，非常适合会议、访谈、讲座和内容分析。

何时使用

在以下情况调用此技能：

• 用户需要将音频/视频文件转录为文本
• 用户希望从录音自动生成会议纪要
• 用户需要对话中的说话人识别（分离）
• 用户需要字幕/标题（SRT、VTT 格式）
• 用户希望获得长音频内容的执行摘要
• 用户提出类似"转录这段音频"、"将音频转为文本"、"从录音生成会议笔记"的请求
• 用户有常见格式的音频文件（MP3、WAV、M4A、OGG、FLAC、WEBM）

工作流程

步骤 0：发现（自动检测转录工具）

目标： 无需用户配置即可识别可用的转录引擎。

操作：

运行检测命令查找已安装的工具：

# Check for Faster-Whisper (preferred - 4-5x faster)
if python3 -c "import faster_whisper" 2>/dev/null; then
    TRANSCRIBER="faster-whisper"
    echo "✅ Faster-Whisper detected (optimized)"
# Fallback to original Whisper
elif python3 -c "import whisper" 2>/dev/null; then
    TRANSCRIBER="whisper"
    echo "✅ OpenAI Whisper detected"
else
    TRANSCRIBER="none"
    echo "⚠️  No transcription tool found"
fi

# Check for ffmpeg (audio format conversion)
if command -v ffmpeg &>/dev/null; then
    echo "✅ ffmpeg available (format conversion enabled)"
else
    echo "ℹ️  ffmpeg not found (limited format support)"
fi

如果未找到转录工具：

提供自动安装选项：

echo "⚠️  No transcription tool found"
echo ""
echo "🔧 Auto-install dependencies? (Recommended)"
read -p "Run installation script? [Y/n]: " AUTO_INSTALL

if [[ ! "$AUTO_INSTALL" =~ ^[Nn] ]]; then
    SKILL_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
    
    if [[ -f "$SKILL_DIR/scripts/install-requirements.sh" ]]; then
        bash "$SKILL_DIR/scripts/install-requirements.sh"
    else
        echo "❌ Installation script not found"
        echo ""
        echo "📦 Manual installation:"
        echo "  pip install faster-whisper  # Recommended"
        echo "  pip install openai-whisper  # Alternative"
        echo "  brew install ffmpeg         # Optional (macOS)"
        exit 1
    fi
    
    if python3 -c "import faster_whisper" 2>/dev/null || python3 -c "import whisper" 2>/dev/null; then
        echo "✅ Installation successful! Proceeding with transcription..."
    else
        echo "❌ Installation failed. Please install manually."
        exit 1
    fi
else
    echo ""
    echo "📦 Manual installation required:"
    echo ""
    echo "Recommended (fastest):"
    echo "  pip install faster-whisper"
    echo ""
    echo "Alternative (original):"
    echo "  pip install openai-whisper"
    echo ""
    echo "Optional (format conversion):"
    echo "  brew install ffmpeg  # macOS"
    echo "  apt install ffmpeg   # Linux"
    echo ""
    exit 1
fi

这确保用户可以通过一次确认安装依赖，或者选择手动安装。

如果找到转录工具：

继续步骤 0b（CLI 检测）。

步骤 1：验证音频文件

目标： 验证文件存在，检查格式，并提取元数据。

操作：

1. 接受文件路径或 URL：

   • 本地文件：meeting.mp3
   • URL：https://example.com/audio.mp3（下载到临时目录）

2. 验证文件存在：

if [[ ! -f "$AUDIO_FILE" ]]; then
    echo "❌ File not found: $AUDIO_FILE"
    exit 1
fi

1. 使用 ffprobe 或文件工具提取元数据：

# Get file size
FILE_SIZE=$(du -h "$AUDIO_FILE" | cut -f1)

# Get duration and format using ffprobe
DURATION=$(ffprobe -v error -show_entries format=duration \
    -of default=noprint_wrappers=1:nokey=1 "$AUDIO_FILE" 2>/dev/null)
FORMAT=$(ffprobe -v error -select_streams a:0 -show_entries \
    stream=codec_name -of default=noprint_wrappers=1:nokey=1 "$AUDIO_FILE" 2>/dev/null)

# Convert duration to HH:MM:SS
DURATION_HMS=$(date -u -r "$DURATION" +%H:%M:%S 2>/dev/null || echo "Unknown")

限制

• 仅在任务明确匹配上述范围时使用此技能。
• 不要将输出视为环境特定验证、测试或专家审查的替代品。
• 如果缺少必需的输入、权限、安全边界或成功标准，请停下来要求澄清。