transcribe

name

transcribe

description

Lokale spraaktranscriptie op de eigen Mac (geen cloud, geen externe AI), met mlx-whisper en optioneel spreker-diarization (pyannote) en PII-strip. PII en diarization zijn onafhankelijk aan/uit te zetten, dus alle vier de combinaties zijn mogelijk. Gebruik bij "transcribeer", "transcriptie", "opname uitwerken", "gesprek/interview transcriberen", "maak een transcript", "zet deze .m4a/.wav om naar tekst", of wanneer een klant- of deep-dive-opname privacy-veilig en lokaal naar tekst moet. Werkt voor elk project of klantmap.

Local Transcription

Volledig lokale spraaktranscriptie. De audio en de tekst verlaten de machine niet. Dit is de centrale, herbruikbare versie van de toolchain; gebruik deze voor elk project.

Wanneer gebruiken

Een opname (.m4a, .wav, .mp3, ...) moet naar tekst, en het is gevoelig genoeg dat het lokaal moet blijven: klantgesprekken, stakeholder-interviews, deep dives, board-gesprekken. Geen Fireflies of andere cloud-transcriptie voor dit soort materiaal.

Configureerbaar: PII en diarization los van elkaar

Twee onafhankelijke vlaggen, -p (PII-strip) en -d (diarization). Vier combinaties:

Wens	Vlaggen	Output-bestanden
Vol transcript, namen erin	(geen)	<out>.txt
Met sprekers, namen erin	-d	<out>.txt, <out>_diarized.txt
Zonder klantdata, geen sprekers	-p	<out>_anon.txt, <out>.map.json
Zonder klantdata, mét sprekers	-p -d	bovenstaande + <out>_diarized_anon.txt

De .map.json is de sleuteltabel (pseudoniem → echte waarde). Bij -p -d wordt de diarized-output met diezelfde sleuteltabel geanonimiseerd, zodat pseudoniemen consistent zijn over beide bestanden.

Preflight (eenmalig per machine controleren)

ls ~/whisper/venv/bin/mlx_whisper && which ffmpeg && \
  ls ~/.cache/huggingface/hub/ | grep whisper-large-v3-turbo && \
  ~/whisper/venv/bin/python3 -c "import pyannote.audio; print('pyannote OK')"

Vier keer groen = klaar. Bevestigd aanwezig op de Mac Mini. Diarization gebruikt het gated pyannote-model (pyannote/speaker-diarization-community-1); de HuggingFace-login moet eenmalig gedaan zijn.

Gebruik

Het script staat naast deze SKILL.md. Roep het aan met bash:

SKILL="$HOME/.claude/skills/transcribe"

# Vol transcript (namen erin, geen sprekers)
bash "$SKILL/transcribe.sh" -o uitvoer.txt opname.m4a

# Met sprekers (namen erin)
bash "$SKILL/transcribe.sh" -d -o uitvoer.txt opname.m4a

# Zonder klantdata (PII-stripped, geen sprekers)
bash "$SKILL/transcribe.sh" -p -o uitvoer.txt opname.m4a

# Zonder klantdata, mét sprekers
bash "$SKILL/transcribe.sh" -p -d -o uitvoer.txt opname.m4a

# Sprekerhint (bv. 1-op-1 = 2 sprekers) scherpt de diarization aan
bash "$SKILL/transcribe.sh" -p -d -n 2 -o uitvoer.txt opname.m4a

Flags: -p PII-strip, -d diarization, -n sprekerhint, -o uitvoerbestand, -l taal|auto taal (standaard nl), -e cpp|mlx engine (standaard mlx; diarization vereist mlx).

Taal: standaard nl. Bij meertalige opnames (bv. Nederlands + Engels + Frans door elkaar) -l auto voor autodetectie, of -l en / -l fr als één taal domineert. Whisper detecteert per bestand, niet per zin, dus bij sterk gemengde opnames is het soms beter per spreker/segment apart te draaien.

# Meertalige opname, laat de taal detecteren
bash "$SKILL/transcribe.sh" -d -l auto -o uitvoer.txt opname.m4a

Werkwijze bij meerdere opnames

• Transcribeer kortste bestand eerst, zo zijn de eerste transcripts snel binnen.
• Lange opnames (>30 min) met diarization duren; draai ze op de achtergrond.
• Output van een klantmap hoort in de transcripts/ map van die klant, niet in deze skill-map.

Sprekers mappen

Diarization levert SPREKER_00, SPREKER_01, ... Map die naar echte namen op basis van de inhoud (de interviewer is doorgaans Vincent). Doe dit ná de transcriptie, met de inhoud erbij.

Privacy-discipline

• Analyseer op de _anon.txt / _diarized_anon.txt als het materiaal gedeeld of buiten de eigen machine verwerkt wordt; bewaar de .map.json lokaal.
• Voor een eigen, lokale afdronk mogen de niet-geanonimiseerde bestanden, mits ze op de machine blijven.
• Wis de ruwe opname na verwerking als de klant-NDA dat vraagt.
• Vraag mondeling opname-akkoord vóór elk gesprek.

Restore

Pseudoniemen terugzetten naar de echte waarden:

~/whisper/venv/bin/python3 "$SKILL/pii_strip.py" restore uitvoer_anon.txt --map uitvoer.map.json

Bestanden in deze skill

• transcribe.sh — orchestratie (ffmpeg → mlx-whisper → optioneel diarize → optioneel PII-strip)
• diarize_merge.py — pyannote-diarization, plakt sprekerlabels op de Whisper-segmenten
• pii_strip.py — pseudonimisering (regex + spaCy NER + namenlijst), met herbruikbare sleuteltabel