菜单
Unified ASR (Speech Recognition) skill with pluggable providers (strategy pattern). Supports: SiliconFlow (TeleAI/TeleSpeechASR). Use for transcribing audio/video files to text. Trigger: "转录", "识别语音", "语音转文字", "ASR", "transcribe", "语音识别". Auto-extracts audio from video files via ffmpeg.
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/hwj123hwj/custom-skills --skill asr命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Ask which skill or flow fits your situation. A router over the skills in this repo.
Shared vocabulary for designing deep modules. Use when the user wants to design or improve a module's interface, find deepening opportunities, decide where a seam goes, make code more testable or AI-navigable, or when another skill needs the deep-module vocabulary.
Diagnosis loop for hard bugs and performance regressions. Use when the user says "diagnose"/"debug this", or reports something broken/throwing/failing/slow.
基于 SOC 职业分类
正在显示 SKILL.md
| name | asr |
| description | Unified ASR (Speech Recognition) skill with pluggable providers (strategy pattern). Supports: SiliconFlow (TeleAI/TeleSpeechASR). Use for transcribing audio/video files to text. Trigger: "转录", "识别语音", "语音转文字", "ASR", "transcribe", "语音识别". Auto-extracts audio from video files via ffmpeg. |
| allowed-tools | Bash(python3 */scripts/transcribe.py *) |
| aliases | ["转录","语音识别","语音转文字","ASR"] |
| tags | ["Audio","Utility"] |
统一语音识别技能，基于策略模式，支持多个 ASR 后端切换。
| 脚本 | 用途 |
|---|---|
scripts/transcribe.py | 统一转录入口（自动从视频提取音频） |
# 转录视频文件（自动提取音频）
python3 ${SKILL_DIR}/scripts/transcribe.py video.mp4
# 转录音频文件
python3 ${SKILL_DIR}/scripts/transcribe.py audio.wav
# 指定语言
python3 ${SKILL_DIR}/scripts/transcribe.py video.mp4 --language en
# JSON 输出
python3 ${SKILL_DIR}/scripts/transcribe.py video.mp4 --json
# 指定 provider
python3 ${SKILL_DIR}/scripts/transcribe.py video.mp4 --provider siliconflow
| 参数 | 说明 | 默认值 |
|---|---|---|
input | 音频/视频文件路径（必填） | - |
--language, -l | 语言代码（zh, en, ja, auto） | zh |
--provider, -p | ASR 后端 | 从 .env 读取 |
--json, -j | JSON 格式输出 | 关 |
编辑 ${SKILL_DIR}/.env：
DEFAULT_ASR_PROVIDER=siliconflow
python3 transcribe.py video.mp4 --provider siliconflow
scripts/providers/ 下新建 xxx_provider.pyASRProvider，实现 transcribe() 方法registry.py 的 PROVIDERS 字典中注册读取优先级：
SILICONFLOW_API_KEY${SKILL_DIR}/.env 中的 SILICONFLOW_API_KEY=...音频：wav, mp3, m4a, aac, flac, ogg 视频：mp4, mkv, mov, avi, webm（自动提取音频）