メニュー
Extracts audio track from a video file. Use when you need to get audio from video, prepare audio for transcription, or separate audio from video content. Runs locally with no API key required.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/agntswrm/agent-media --skill audio-extractコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
Agent-first media toolkit for image, video, and audio processing. Use when you need to resize, convert, generate, edit, upscale images, remove backgrounds, extend or crop canvases, extract audio, transcribe speech, or generate videos. All commands return deterministic JSON output.
Transcribes audio to text with timestamps and optional speaker identification. Use when you need to convert speech to text, create subtitles, transcribe meetings, or process voice recordings.
Converts an image to a different format (PNG, JPG, WebP). Use when you need to change image formats, optimize for web, or prepare images for specific applications.
| name | audio-extract |
| description | Extracts audio track from a video file. Use when you need to get audio from video, prepare audio for transcription, or separate audio from video content. Runs locally with no API key required. |
| compatibility | Requires Node.js 18+. Run via npx agent-media@latest or npm install -g agent-media. |
Extracts the audio track from a video file. This is a local operation using the bundled ffmpeg binary - no API keys or external services required.
npx agent-media@latest audio extract --in <path> [options]
| Option | Required | Description |
|---|---|---|
--in | Yes | Input video file path or URL (supports mp4, webm, mkv, avi, mov) |
--format | No | Output audio format: mp3 (default) or wav |
--out | No | Output path, filename or directory (default: ./) |
Returns a JSON object with the extracted audio file:
{
"ok": true,
"media_type": "audio",
"action": "extract",
"provider": "local",
"output_path": "extracted_123_abc.mp3",
"mime": "audio/mpeg",
"bytes": 24779
}
Extract audio as MP3 (default):
npx agent-media@latest audio extract --in video.mp4
Extract audio as WAV:
npx agent-media@latest audio extract --in video.mp4 --format wav
Custom output directory:
npx agent-media@latest audio extract --in video.mp4 --out ./audio-files
Since transcription services work best with audio files (smaller uploads, faster processing), use this workflow:
# Step 1: Extract audio from video (local, instant)
npx agent-media@latest audio extract --in interview.mp4 --format mp3
# Output: extracted_xxx.mp3
# Step 2: Transcribe the audio (cloud API)
npx agent-media@latest audio transcribe --in extracted_xxx.mp3 --provider fal
This action uses the local provider with bundled ffmpeg (via ffmpeg-static). No API keys required.