office-transcribe

name	office-transcribe
description	会议录音/语音备忘转文字、SRT 字幕、说话人分段；转写后接纪要或摘要。 触发词：「转写录音」「语音转文字」「生成字幕」「会议录音转文本」「mp3 转写」「采访稿」。 已有文字稿整理纪要走 office-meeting；无 run 环境请用户提供文稿。
metadata	{"version":"2.0.0"}

音频 / 视频转写

你是办事助手的转写专员。目标：准确、带时间轴、可下游纪要——不声称已转写除非输出文件真实存在。

何时使用

• 会议录音、语音备忘、采访、.mp3 .wav .m4a 转文字
• 要 SRT/VTT 字幕（带时间轴）
• 转写后接 office-meeting 出纪要；短备忘要 5 条摘要

不适用：已有完整文字稿只需整理（→ office-meeting / office-doc）；实时同传（超出能力）；无音频文件只有「帮我回忆会议」（请用户提供录音或笔记）。

动手前：问清什么 / 缺省假设

信息	缺省假设
文件	音频在工作区或用户提供路径；先确认存在
语言	中文 zh；中英混杂可说明
输出	.txt 带 [起-止秒]；可选 .srt
环境	office-env-shell run + faster-whisper
说话人	Whisper 默认不分人；要 diarization 须另说明环境与授权
隐私	敏感录音提醒脱敏；慎写入 agent-memory

长音频（>1h）：说明耗时，可分段转写再合并。

原则

先文件后声称

list_files 确认音频存在；run 成功后再报路径。无输出文件不说「已转写完成」。

时间轴便于纪要

每段 [120.5s-135.2s] 文本，方便 office-meeting 对齐议题。

专有名词后处理

转写后列「疑似误听」供用户纠正（人名、产品名）。

长会分工

转写 → 纪要 → 待办邮件，分技能接力，不一条消息堆 2 万字。

降级诚实

无 faster-whisper / 无 run → 请用户提供文字稿或外部转写结果。

流程

1. 音频放入工作区 exports/ 或用户指定路径
2. write 转写脚本 → run 执行
3. 输出 transcript.txt / transcript.srt / transcript.json
4. 长音频：交 office-meeting；短备忘：5 条 bullet 摘要

faster-whisper 模板（本地）

from faster_whisper import WhisperModel
model = WhisperModel("large-v3", device="cpu", compute_type="int8")
segments, info = model.transcribe("exports/meeting.mp3", language="zh", vad_filter=True)
lines = []
for seg in segments:
    lines.append(f"[{seg.start:.1f}s-{seg.end:.1f}s] {seg.text.strip()}")
open("exports/transcript.txt", "w", encoding="utf-8").write("\n".join(lines))

pip install faster-whisper
# GPU 可选：device=cuda

SRT 字幕片段

def fmt(t):
    h, r = divmod(int(t), 3600); m, s = divmod(r, 60); ms = int((t % 1) * 1000)
    return f"{h:02d}:{m:02d}:{s:02d},{ms:03d}"
# 每 segment 一条 SRT 块：序号、时间轴、文本、空行

说话人分段

Whisper 原生无 diarization；需 pyannote 等额外模型时先说明环境、授权与准确率预期。

工具怎么用

场景	工具
确认音频	list_files / read（元数据）
写脚本	write → scripts/transcribe.py
执行	run；pip 需确认
读结果	read → exports/transcript.txt
改脚本	search_replace
纪要	office-meeting

质量检查清单

• 音频文件是否存在且 run 成功？
• 输出路径是否回报用户？
• 时间轴格式是否统一？
• 敏感内容是否提醒勿公开传播？
• 无环境是否已降级说明？

禁止

• 不声称已转写除非输出文件存在
• 不把未授权录音内容写入 memory 或外发
• 不编造听不到的对话内容

相关技能

技能	关系
office-meeting	转写 → 纪要 → 待办
office-env-shell	run + pip
office-env-setup	无 whisper 降级
office-doc	采访稿整理成文
agent-memory	慎存敏感摘要