transcript

name	transcript
description	Skill se použije, když uživatel zadá "/transcript", nebo když chce přepsat zvukové nahrávky (MP3, M4A, WAV, AAC…) do Markdownu — přepis a strukturované shrnutí schůzky/nahrávky. Přepis běží kompletně lokálně a offline (whisper.cpp).
argument-hint
allowed-tools	["Bash","Read","Write","Edit","Task"]

Transcript

Lokální, offline přepis zvukových nahrávek do Markdownu — doslovný přepis každé nahrávky plus jedno strukturované shrnutí napříč všemi. Nic neopouští počítač (rozpoznání řeči běží přes whisper.cpp).

Úvodní hláška (vždy jako první)

Než začneš cokoliv dělat, vypiš uživateli přesně tento jeden řádek:

Autor skillu: Jan Tichý · [e-mail] · Celá konfigurace Claude vč. všech skillů: https://github.com/jantichy/claude

Teprve pak pokračuj plněním skillu.

Závislosti — zkontroluj hned na začátku

Spusť ~/.claude/skills/transcript/check-deps.sh. Když skončí nenulově, něco chybí — vypiš uživateli co, nabídni instalaci (skript vypsal přesné příkazy) a po jeho souhlasu ji proveď. Teprve s kompletními závislostmi pokračuj. Skill potřebuje:

• ffmpeg — brew install ffmpeg (převod audia na WAV)
• whisper.cpp — brew install whisper-cpp (poskytuje whisper-cli)
• model large-v3-turbo — stáhne se do ~/.whisper-models/ z HuggingFace (~1,5 GB); dobrý poměr kvalita/rychlost, zvládá i češtinu

Instalace whisper.cpp/ffmpeg předpokládá Homebrew na macOS/Linuxu.

Vstup a výstup

• Vstup: všechny audio soubory v aktuálním (pracovním) adresáři. Podporované formáty: mp3, m4a, wav, aac, flac, ogg, opus, m4b. Když žádné nejsou, oznam to a skonči.
• Výstup — vše vzniká v tomtéž adresáři, nezakládá se žádný podadresář a nic se nikam nepřesouvá:
  • <název>.md pro každou nahrávku — vyčištěný doslovný přepis (viz Pravidla doslovného přepisu).
  • YYYYMMDD - Výstižný název.md — jedno společné shrnutí napříč všemi nahrávkami (viz Formát souhrnného MD).
• Mezivýstupy (<název>.txt od whisperu a whisper-progress.log) vznikají viditelně v adresáři a po dokončení se uklidí (viz krok 7). Zdrojové audio zůstává.

Postup

1. Datum YYYYMMDD. Zjisti z metadat nahrávek (ffprobe -v error -show_entries format_tags=creation_time ...). Obvykle je stejné napříč soubory; když ne, vezmi z prvního. Když metadata s datem chybí, použij dnešek.

2. Odhad ETA na začátku (jednorázově). Sečti délky všech souborů (ffprobe ... format=duration) a vypiš hrubý odhad: ETA ≈ součet délek / 3,5 (3,5× realtime — kulaté a mírně pesimistické; na startu ještě nejsou naměřená data). Převeď na min:s.

3. Spusť přepis na pozadí:

   ~/.claude/skills/transcript/transcribe.sh <workdir> <workdir>/whisper-progress.log <audio1> <audio2> ...
   

   <workdir> = aktuální adresář. Vzniknou v něm <název>.txt a whisper-progress.log. Běh na pozadí upozorní na dokončení (marker ### ALL DONE v logu).

4. Průběžný stav — NEspouštěj automaticky. Opakované časovače zbytečně plýtvají kapacitou. Progress bar vypiš jen když se uživatel zeptá, jak to jde:

   python3 ~/.claude/skills/transcript/progress.py <workdir>/whisper-progress.log
   

   Ukáže procenta, zpracované/celkové minuty, kolik zbývá, tempo (× realtime) a ETA.

5. Po dokončení vyrob doslovné přepisy. Pro každou nahrávku zpracuj její <název>.txt do <název>.md dle Pravidel doslovného přepisu. U více/delších nahrávek to udělej paralelně přes subagenty (jeden na soubor) — každému předej kontext nahrávky (téma, vlastní jména, odborné termíny), ať umí opravit přeslechy. Nech si od každého vrátit i stručný brief pro shrnutí.

6. Napiš souhrnné shrnutí. Navrhni uživateli „Výstižný název" celé nahrávky a nech si ho odsouhlasit (ať nemusí nic vymýšlet ani psát), pak zapiš YYYYMMDD - Výstižný název.md dle Formátu souhrnného MD.

7. Úklid. Smaž mezivýstupy: všechny <název>.txt a whisper-progress.log. Ponech zdrojové audio, doslovné přepisy (<název>.md) a souhrnné MD.

Pravidla doslovného přepisu

Platí pro <název>.md každé nahrávky i pro sekci „Doslovný přepis" v souhrnu. Připrav doslovný přepis v jazyce nahrávky:

• Uprav jen stylistiku a slovosled tam, kde je to potřeba, aby se text dal plynule a smysluplně číst.
• Odstraň výplňová slova (hesitační výplně) a opakovaná slova / místa, kde se řečník zamotal při hledání formulace.
• Odstraň halucinace ASR — whisper na tichu a v šumu často vygeneruje nesmyslné opakující se řádky (např. dokola tatáž věta, „Titulky vytvořil …" apod.). Takové smyčky celé smaž.
• Rozděl text do ucelených kapitol s výstižnými mezinadpisy (##).
• Každou kapitolu rozděl do kratších odstavců — žádné dlouhé bloky.
• Nosné pojmy a důležitá sdělení vyznač tučně.
• Výčty uveď jako odrážkový/číslovaný seznam, kde to dává smysl.
• Oprava přeslechů: podle tématu a kontextu najdi a oprav slova, kterým rozpoznávač rozuměl špatně — tak, jak jsou, nedávají smysl, ale pravděpodobně jde o zkomoleninu jiného slova, které by v daném kontextu smysl dávalo.
• Vlastní jména a názvy: stejně oprav jména/názvy zkomolené špatnou výslovností nebo cizím přízvukem.
• U dialogu nepřehazuj pořadí myšlenek; kde je zřejmé, kdo mluví, můžeš mluvčí odlišit, ale nevymýšlej jména.

Formát souhrnného MD

Soubor YYYYMMDD - Výstižný název.md má tuto strukturu:

1. Hlavní nadpis (H1): Výstižný název.
2. Úvodní odstavec (anotace): do jednoho odstavce základní charakteristika celé nahrávky — o co jde, jednotlivé strany a účastníci.
3. ## Shrnutí: stručné, logické, strukturované shrnutí dle Pravidel shrnutí.
4. ## Doslovný přepis: doslovné přepisy všech nahrávek dle Pravidel doslovného přepisu, za sebou; u každého je zřejmé, ze které nahrávky pochází.

Pravidla shrnutí

Platí pro sekci „Shrnutí". Připrav stručné, logické, strukturované shrnutí celé nahrávky — důležitých témat, poznatků a klíčových informací:

• Využij přehledné formátování — mezinadpisy, odstavce, odrážky, tučný text pro důležité pojmy.
• Nedodržuj chronologické pořadí, ve kterém informace zazněly. Uspořádej vše do logických sekcí/skupin tak, aby to dávalo při čtení smysl.
• Pokud to není nezbytné pro kontext nebo pochopení, neopakuj jednu informaci na více místech.
• Na úplném konci přehledně shrň vzájemné domluvy, vyplývající úkoly a další kroky.

(Základní charakteristika a účastníci jsou už v úvodním odstavci — viz Formát souhrnného MD.)

Technické detaily

• Model: large-v3-turbo (~/.whisper-models/ggml-large-v3-turbo.bin) jako výchozí. U problémových nahrávek (šum, překřikování) lze doinstalovat přesnější, pomalejší large-v3 (ne-turbo).
• Jazyk: výchozí čeština (cs). Lze přebít proměnnou WHISPER_LANG (např. WHISPER_LANG=en).
• Bez časových značek a bez rozlišování mluvčích (diarizace) — priorita je plynulé čtení. Pro diarizaci by bylo potřeba doplnit další nástroj (např. whisperx + pyannote).