audio-transcript-skill
在终端中运行以下命令:
dsh plugin install chengfeiai/audio-transcript-skill
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 插件管理器中执行 dsh plugin install chengfeiai/audio-transcript-skill,或按仓库 https://github.com/chengfeiai/audio-transcript-skill 的 DSH 说明安装并启用技能 audio-transcript。
插件介绍
录音转写往往只产出一段躺在 txt 里的流水文字,真正费时的是把内容整理成别人能读、能核对、能回听的东西。audio-transcript-skill 把「转写」和「可读交付」收进同一套流程:输入 m4a、mp3、wav,在本地完成转写后生成带时间戳的对话稿,并可选说话人分离,全程不必上传音频。
核心是一份可交互的阅读体验,而不是静态文本。双栏布局里,左侧是结构化纪要,右侧是全文;点任意时间码即可跳到对应音频位置。页内支持全文搜索、按说话人筛选,可导出 Word(纪要或全文两档),还有六套深浅皮肤可切换。播放条内嵌在视口内,支持音量、静音、倍速与本地音频切换,方便长录音分段定位——节奏条也能看出哪里话密。
转写链路在 Apple Silicon 上可借助 mlx-whisper 做到约四倍实时的纯本地方案;渲染器仅依赖 Python 标准库。需要边录边看的场景,record.py 支持边录边转、实时字幕。同一份脚本既可作为 DSH 插件技能 audio-transcript 使用,也可在 WorkBuddy 中以「录音转写」技能包形式接入。
适合经常处理会议、访谈、课程或采访录音的知识工作者、产品、运营与研发同学:既要快出稿,又要在纪要里点到即听、核对细节。README 亦明确转写可能错字、说话人归属与专有名词需对照原音核验,短片段更易出错——把它当作高效草稿与导航工具,而非绝对准确的 court transcript。
使用场景
- 会后把长录音整理成可点码回听的纪要与全文
- 访谈或课程录音需要按说话人筛选并导出 Word
- 边录边转现场对照时间码核对某句话
适合人员
- 常整理会议、访谈录音的产品与运营
- 需要本地转写、不愿上传音频的研发与知识工作者
- 用 DSH 或 WorkBuddy 做录音工作流的用户