karaage0703/ai-assistant-workspace/xs-transcriber

Claude Code and agent skill by karaage0703/ai-assistant-workspace

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

音声ファイルをテキストに文字起こしするスキル。mp3/wav/m4a/ogg/flac形式に対応。whisperベースのtranscriber_toolを使用し、tiny/base/small/medium/largeの5つのモデルから精度と速度のバランスを選択可能。長時間音声はバックグラウンド実行に対応。「文字起こしして」「音声をテキストに変換して」で使用。

Install

npx vskill@latest install karaage0703/ai-assistant-workspace/xs-transcriber

SKILL.md

音声文字起こし

音声ファイルをテキストに変換する。

絶対遵守事項

  • 長時間処理(10分以上の音声)はPID・ログ・終了コードを保存し、親process groupから分離して実行

対話フロー

Step 1: ファイル指定

「文字起こしする音声ファイルのパスを指定してください」

対応形式: mp3, wav, m4a, ogg, flac

Step 2: モデル選択

「文字起こしモデルを選択してください」

#モデル速度精度用途
1tiny最高速最低テスト用
2base高速標準推奨
3small中速中精度バランス
4medium低速高精度高品質
5large最低速最高最高品質
Step 3: 実行

出力先は音声ファイルと同じディレクトリに .txt 拡張子で保存。

bash
# 短い音声(10分以下)はフォアグラウンド
uvx transcriber_tool transcribe "[音声ファイルパス]" --model-size [モデル] --output "[出力パス].txt"
# 長い音声(10分以上)はバックグラウンド
# 以下はLinux / WSLの例。macOSではlaunchdなどservice managerを使う
TRANSCRIPTION_STATE_DIR="$(mktemp -d)"
setsid bash -lc '
state_dir="$1"
input="$2"
model="$3"
output="$4"
echo $$ > "$state_dir/pid"
uvx transcriber_tool transcribe "$input" --model-size "$model" --output "$output" > "$state_dir/transcription.log" 2>&1
rc=$?
echo "$rc" > "$state_dir/exit"
exit "$rc"
' bash "$TRANSCRIPTION_STATE_DIR" "[音声ファイルパス]" "[モデル]" "[出力パス].txt" >/dev/null 2>&1 &
sleep 2
ps -o pid,ppid,sid,pgid,stat,etime,cmd -p "$(cat "$TRANSCRIPTION_STATE_DIR/pid")"
echo "State: $TRANSCRIPTION_STATE_DIR"
Step 4: 進行状況確認(バックグラウンド実行時)
bash
# ログ確認
tail -f "$TRANSCRIPTION_STATE_DIR/transcription.log"
# 完了確認
cat "$TRANSCRIPTION_STATE_DIR/exit"

xangiでturnを跨ぐ場合は、処理の末尾で終了状態を保存した後に xangi tool trigger を呼ぶ。triggerを設定できない環境では、ログ・終了状態の確認をユーザーへ明示的に引き継ぎ、自動で戻ると約束しない。

Step 5: 完了報告

文字起こし完了後、以下を報告:

  • 出力ファイルパス
  • 文字数(概算)
  • 処理時間

処理時間目安

音声長tinybasemediumlarge
10分30秒1分2-3分5分
30分1-2分2-3分5-8分10-15分
60分2-3分4-6分10-15分20-30分

トラブルシューティング

  • transcriber_tool未インストール: 初回実行時に自動インストールされる
  • タイムアウト: setsid で分離し、PID・ログ・終了コードを保存する
  • メモリ不足: より小さいモデル(tiny/base)を使用
  • 日本語の精度が低い: モデルを large にする

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
137
Repository forks
14
7-day trend score
25

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/karaage0703/ai-assistant-workspace/xs-transcriber/badge)](https://verified-skill.com/skills/karaage0703/ai-assistant-workspace/xs-transcriber)

Something wrong with this skill or its page? Tell us.