音頻轉文本整理稿(本地部署版):本地 ASR 與中文整理稿輸出

介紹 SkillHub 社區技能「音頻轉文本整理稿(本地部署版)」(@user_695efa3d/transcript-organizer,v1.0.0)。技能接收音視頻、播客鏈接、字幕或已有轉寫稿,在本機用 faster-whisper 或 mlx-whisper 完成 ASR,經清洗整理後輸出分享式提純版中文原文到本地 .txt,無需 API Key。文章說明核心能力、SkillHub CLI 安裝路徑(含 Cursor 等 skills 目錄)及典型對話用法,並列出適用場景與本地部署注意點。

閱讀全文
B站文字稿:用 Agent Skill 把 bilibili 視頻轉成帶時間戳的文字稿

介紹 SkillHub 社區 Skill「B站文字稿-提取B站視頻爲文字稿」(@user_0b65fce7/bilibili-txt,v1.0.0)。面向從 bilibili.com 視頻 URL 提取完整文字稿、字幕與語音轉寫需求,支持拉取音頻並用 Whisper 做中文識別,輸出帶時間戳的結構化文稿;標籤 requires_api_key=false。文章說明 Skill 定位、核心能力、通過 skillhub CLI 或安裝文檔寫入 Cursor/Claude Code/Codex 等 skills 目錄的方式,以及「提取B站」「B站文字稿」等觸發用法與合規注意。

閱讀全文
Openai Whisper Skill:用 Whisper CLI 本地語音轉文字

Openai Whisper 是 SkillHub 上的 Agent Skill(@clawhub_steipete/openai-whisper,v1.0.0),指導 Agent 調用本機 Whisper CLI 完成語音轉文字,標籤 requires_api_key=false。文章說明其定位、核心能力、通過 skillhub install 安裝到 Cursor 等 skills 目錄的方法,以及上游提供的轉寫與翻譯示例命令。適合 design-media 場景下處理本地音視頻素材的開發者;需自行安裝 whisper 並承擔模型下載與算力成本。

閱讀全文
抖音視頻提取文案:本地 Playwright + Whisper 把分享鏈接轉成文字

介紹 SkillHub 社區 Skill「抖音視頻提取文案」(@user_6a36b82b/douyin-transcribe-lz,v1.1.1)。當用戶提供 v.douyin.com、douyin.com、iesdouyin.com 鏈接或整段分享口令,並提出提取文案、視頻轉文字、語音轉錄或「這個視頻說了什麼」等意圖時,Agent 應啓用該 Skill。底層用 Playwright 繞過登錄牆捕獲視頻,Whisper medium 本地轉錄中文,無需雲端 API,requires_api_key=false。文中說明 skillhub CLI 安裝命令、各客戶端 skills 目錄及典型對話示例。

閱讀全文
視頻剪輯神器:把本地視頻後期交給 Agent Skill 編排

介紹 SkillHub 社區 Skill「視頻剪輯神器」(@user_176cb31c/video-auto-editor-skill,v1.0.0)。它面向錄屏後期、直播回放切片與短視頻批量處理,支持本地截取、Whisper 字幕生成與嵌入、拼接、轉碼縮放、水印、音頻提取替換、直播切片及 JSON 工作流編排,且無需 API Key。文章說明其定位與已覈實功能,並給出 SkillHub 官方安裝提示與 skillhub CLI 安裝命令及 Cursor、Claude Code、Codex 等 skills 目錄示例;典型用法需以安裝後的 SKILL.md 爲準。

閱讀全文
Meeting Notes Assistant:本地 Whisper 轉寫與結構化會議紀要

Meeting Notes Assistant 是 SkillHub 社區 Skill @user_cffec473/meeting-notes-assistant(v1.0.0,office-efficiency)。使用本地 Whisper 離線轉寫會議錄音,生成含時間、議題、結論、待辦與關鍵詞的結構化紀要,並提取 Action Items,支持 Word、PDF、郵件輸出。可通過「整理會議紀要」「生成會議紀要」「錄音轉紀要」等關鍵詞在 Agent 中觸發;安裝需 skillhub CLI 並指定各客戶端 skills 目錄。標籤含 requires_api_key,使用前按 Skill 說明配置。

閱讀全文
dsh-voice:DeepSeek Harness 的本地語音輸入插件

dsh-voice 是 DeepSeek Harness 的插件,爲 Web UI 和 TUI 提供本地語音轉文本(STT)能力。插件利用 Host 端基於 ONNX 的 Whisper 服務,在瀏覽器端集成麥克風,無需外部二進制文件即可實現隱私安全的語音輸入。安裝需在 DSH Profile 中添加,配置可選,支持從 Hugging Face 下載多種 Whisper 模型。注意 TUI 模式依賴系統錄製工具,Web 模式下錄音在本地完成並通過 HTTP 傳輸。

閱讀全文
dsh-voice-input:系統級語音輸入

`dsh-voice-input` 是 DeepSeek Harness 的插件,旨在非插件環境中實現全局語音轉寫。它利用本地 Whisper 模型,通過熱鍵將語音實時轉換爲文字並粘貼到光標處。 安裝需管理員權限運行 DSH。主要功能包括:按住 F2 進行語音轉寫,按 F3 錄製純音頻,以及通過托盤管理歷史記錄。插件支持配置識別模式、語言及設備,首次使用需下載約 2.5GB 依賴和模型。

閱讀全文
微調Whisper語音識別模型和加速推理

感謝你提供詳細的項目說明。爲了幫助更多人理解和使用你的項目,我來總結並優化一些關鍵信息和步驟: ### 項目概述 該項目旨在將微調後的Whisper模型部署到Windows桌面應用、Android APK以及Web端,以實現語音轉文字的功能。 ### 主要步驟 #### 轉換模型格式 1. 克隆Whisper原生代碼庫: ```bash git clone https://git

閱讀全文