音频转文本整理稿(本地部署版):本地 ASR 与中文整理稿输出

介绍 SkillHub 社区技能「音频转文本整理稿(本地部署版)」(@user_695efa3d/transcript-organizer,v1.0.0)。技能接收音视频、播客链接、字幕或已有转写稿,在本机用 faster-whisper 或 mlx-whisper 完成 ASR,经清洗整理后输出分享式提纯版中文原文到本地 .txt,无需 API Key。文章说明核心能力、SkillHub CLI 安装路径(含 Cursor 等 skills 目录)及典型对话用法,并列出适用场景与本地部署注意点。

阅读全文
B站文字稿:用 Agent Skill 把 bilibili 视频转成带时间戳的文字稿

介绍 SkillHub 社区 Skill「B站文字稿-提取B站视频为文字稿」(@user_0b65fce7/bilibili-txt,v1.0.0)。面向从 bilibili.com 视频 URL 提取完整文字稿、字幕与语音转写需求,支持拉取音频并用 Whisper 做中文识别,输出带时间戳的结构化文稿;标签 requires_api_key=false。文章说明 Skill 定位、核心能力、通过 skillhub CLI 或安装文档写入 Cursor/Claude Code/Codex 等 skills 目录的方式,以及「提取B站」「B站文字稿」等触发用法与合规注意。

阅读全文
Openai Whisper Skill:用 Whisper CLI 本地语音转文字

Openai Whisper 是 SkillHub 上的 Agent Skill(@clawhub_steipete/openai-whisper,v1.0.0),指导 Agent 调用本机 Whisper CLI 完成语音转文字,标签 requires_api_key=false。文章说明其定位、核心能力、通过 skillhub install 安装到 Cursor 等 skills 目录的方法,以及上游提供的转写与翻译示例命令。适合 design-media 场景下处理本地音视频素材的开发者;需自行安装 whisper 并承担模型下载与算力成本。

阅读全文
抖音视频提取文案:本地 Playwright + Whisper 把分享链接转成文字

介绍 SkillHub 社区 Skill「抖音视频提取文案」(@user_6a36b82b/douyin-transcribe-lz,v1.1.1)。当用户提供 v.douyin.com、douyin.com、iesdouyin.com 链接或整段分享口令,并提出提取文案、视频转文字、语音转录或「这个视频说了什么」等意图时,Agent 应启用该 Skill。底层用 Playwright 绕过登录墙捕获视频,Whisper medium 本地转录中文,无需云端 API,requires_api_key=false。文中说明 skillhub CLI 安装命令、各客户端 skills 目录及典型对话示例。

阅读全文
视频剪辑神器:把本地视频后期交给 Agent Skill 编排

介绍 SkillHub 社区 Skill「视频剪辑神器」(@user_176cb31c/video-auto-editor-skill,v1.0.0)。它面向录屏后期、直播回放切片与短视频批量处理,支持本地截取、Whisper 字幕生成与嵌入、拼接、转码缩放、水印、音频提取替换、直播切片及 JSON 工作流编排,且无需 API Key。文章说明其定位与已核实功能,并给出 SkillHub 官方安装提示与 skillhub CLI 安装命令及 Cursor、Claude Code、Codex 等 skills 目录示例;典型用法需以安装后的 SKILL.md 为准。

阅读全文
Meeting Notes Assistant:本地 Whisper 转写与结构化会议纪要

Meeting Notes Assistant 是 SkillHub 社区 Skill @user_cffec473/meeting-notes-assistant(v1.0.0,office-efficiency)。使用本地 Whisper 离线转写会议录音,生成含时间、议题、结论、待办与关键词的结构化纪要,并提取 Action Items,支持 Word、PDF、邮件输出。可通过「整理会议纪要」「生成会议纪要」「录音转纪要」等关键词在 Agent 中触发;安装需 skillhub CLI 并指定各客户端 skills 目录。标签含 requires_api_key,使用前按 Skill 说明配置。

阅读全文
dsh-voice:DeepSeek Harness 的本地语音输入插件

dsh-voice 是 DeepSeek Harness 的插件,为 Web UI 和 TUI 提供本地语音转文本(STT)能力。插件利用 Host 端基于 ONNX 的 Whisper 服务,在浏览器端集成麦克风,无需外部二进制文件即可实现隐私安全的语音输入。安装需在 DSH Profile 中添加,配置可选,支持从 Hugging Face 下载多种 Whisper 模型。注意 TUI 模式依赖系统录制工具,Web 模式下录音在本地完成并通过 HTTP 传输。

阅读全文
dsh-voice-input:系统级语音输入

`dsh-voice-input` 是 DeepSeek Harness 的插件,旨在非插件环境中实现全局语音转写。它利用本地 Whisper 模型,通过热键将语音实时转换为文字并粘贴到光标处。 安装需管理员权限运行 DSH。主要功能包括:按住 F2 进行语音转写,按 F3 录制纯音频,以及通过托盘管理历史记录。插件支持配置识别模式、语言及设备,首次使用需下载约 2.5GB 依赖和模型。

阅读全文
微调Whisper语音识别模型和加速推理

感谢你提供详细的项目说明。为了帮助更多人理解和使用你的项目,我来总结并优化一些关键信息和步骤: ### 项目概述 该项目旨在将微调后的Whisper模型部署到Windows桌面应用、Android APK以及Web端,以实现语音转文字的功能。 ### 主要步骤 #### 转换模型格式 1. 克隆Whisper原生代码库: ```bash git clone https://git

阅读全文