Repository navigation
Releases
Releases · chengfeiai/audio-transcript-skill
v1.4.1 · WorkBuddy 版
WorkBuddy 版 · v1.4.1
这一版把仓库当前源码明确标注为 WorkBuddy 版,并附上一个可直接解压使用的技能包。技能包源码与 v1.0.0 完全相同;本次改动只有 README 标注、仓库描述与 topics,没有改任何脚本、样式或模板,不是功能升级。
这份包里有什么
- 本地转写(
mlx-whisper)与说话人分离(speechbrain ECAPA),音频与正文默认不出本机 - 双栏阅读器:左右栏独立滚动、分栏宽度可拖动、时间码点击回听、全文搜索、按说话人筛选
- 六套皮肤:
mist/obsidian/plain/dark/neutral/default - 倍速下拉菜单:6 档 0.5–2.0x,选中即变速,刷新后沿用
- 导出 Word、复制文字、发言节奏条;115 项离线自检全部通过
- 可选的公开短视频分享链接取流(仅公开可播放内容,不绕过登录、付费墙或风控)
在 WorkBuddy 里装
- 下载下方
audio-transcript-skill-WorkBuddy-Edition-20261111.zip - 解压出
录音转写/文件夹 - 放进当前 profile 的
skills目录,重新加载技能后即可调用
转写链路依赖按 requirements.txt 自备;渲染器只用系统 python3,不需要额外安装。包内附 README-WorkBuddy.md,随包说明版本、安装方式与分发边界,不看 GitHub 页面也能核对。脱离 WorkBuddy 也可以按 README 的命令行流程使用同一套脚本。
边界(请如实保留)
- 压缩包内不含
LICENSE;授权见仓库根目录LICENSE(MIT),转发时请一并附上。第三方库与模型各有自己的许可。 - 转写和说话人分离会有误,姓名、事实、说话人归属须对照原音核验。
- 运行时产物(录音、转写稿、纪要页)含真实内容,不随包发布。
- 默认全本地;启用云端能力必须显式确认。不宣称准确率,未引用第三方评测数字。
v1.0.0-dsh · DSH 版
把录音变成能点着回听的交互纪要,而不是躺在 txt 里的一段流水文字。
这是哪个版本
DSH 版:按 DSH 技能包组织,SKILL.md 的 frontmatter 采用 metadata.version 结构,整个文件夹放进 DSH profile 的 skills 目录即可按技能名 录音转写 调用。
源码与仓库 v1.0.0 完全相同,本次只做版本标注、平台安装说明与分发形态,没有改脚本、样式或模板,不是功能升级。与 WorkBuddy 版源码也一致,只是分发形态不同,按需取用。
安装
- 下载下方
录音转写-v1.0.0-dsh.zip,解压出录音转写/文件夹 - 放进当前 DSH profile 的 skills 目录(默认
~/.dsh/skills/) - 重新加载后按技能名
录音转写调用
转写链路依赖按 requirements.txt 自备(需要装有 mlx-whisper 的 Python 3.11);渲染器只用系统 python3,零额外依赖。
自检
python3 scripts/verify.py115 项离线断言,当前全 PASS / 0 FAIL。不覆盖转写与说话人分离的重依赖链路,也不做浏览器像素级比对。
边界(转发时请一并保留)
- 压缩包内不含
LICENSE,授权见仓库根目录LICENSE(MIT),转发时请一并附上;第三方库与模型各有自己的许可 - 默认全本地,不上传音频或转写正文;启用云端能力必须显式确认
- 转写与说话人分离会有误,姓名、事实、说话人归属须对照原音核验
- 运行时产物(录音、转写稿、纪要页)含真实内容,不随包发布
- 不宣称准确率,未引用任何第三方评测数字
v1.0.0 · 首个公开版本
把录音变成能点着回听的交互纪要,而不是躺在 txt 里的一段流水文字。
包含什么
- 六个文件之外的完整 skill 包:SKILL.md + 11 个脚本 + 六套皮肤 + 双栏阅读器模板
- 本地转写(mlx-whisper,Apple Silicon 约 4 倍实时)+ 可选说话人分离
- 双栏阅读器:左栏结构化纪要,右栏全文,点任意时间码跳到对应音频
- 六套皮肤:mist 灰蓝粉彩 / obsidian 黑曜潮青 / plain 素白极简 / dark 深蓝学术 / neutral 中性灰阶 / default 模板原生
- 页内全文搜索、按说话人筛选、导出 Word、复制文字、节奏条、倍速下拉,播放条常驻视口
- verify.py:115 项离线断言,115 PASS / 0 FAIL
怎么用
下载 Source code (zip) 解压,按 安装说明.md 走;或把整个目录放进技能目录后按 SKILL.md 调用。
已知边界
- 转写会错,姓名与事实须对照原音核验
- 短碎片音频(<30 秒)易漂繁体与同音字,长文本反而更稳
- 未在另一台全新机器完成从零安装到转写成功的端到端验证
- 渲染链路零第三方依赖;转写重依赖需自备,见 requirements.txt