Transcription en vocabulaire

VérifiéSûr

Convertit les transcriptions JSON de podcasts en fichiers TXT de vocabulaire pour apprenants d'anglais B2-C1, en utilisant des mots-clés et l'IA.

Spar Skills Guide Bot
ContenuIntermédiaire
24/07/2026
Claude Code
#vocabulary#language-learning#transcript-processing#json#education

Recommandé pour

Synthèse automatique

Transforme les transcriptions JSON du podcast All Ears English en fiches de vocabulaire TXT pour des apprenants d'anglais de niveau B2-C1, en combinant la liste de mots-clés fournie et les expressions réellement expliquées dans la transcription.

Points forts

  • Croise deux sources : les champs `keywords` déjà étiquetés et le `fullText` où les animateurs expliquent d'autres expressions
  • Format de sortie strict et reproductible (mot, définition, exemples, `(idiom)` réservé aux idiomes)
  • Traitement par lot : ne retraite pas les fichiers qui ont déjà un `.txt` correspondant
  • Rapport final indiquant les fichiers créés et le nombre d'entrées par fichier

Limites

  • Chemins et schéma JSON codés en dur pour ce podcast précis (`cleaned_transcripts/`, champs `name` et `definition`)
  • Le parsing des définitions au format `(part_of_speech) ... "exemple"` peut échouer sur des variantes de mise en forme
  • Les entrées extraites du `fullText` reposent sur le jugement du modèle et peuvent demander une relecture
Quand l'utiliser

À utiliser quand vous disposez de transcriptions JSON All Ears English et voulez générer en lot des fiches de vocabulaire prêtes à réviser.

Quand l'éviter

À éviter pour un autre podcast au schéma JSON différent ou lorsqu'il faut des définitions de dictionnaire vérifiées plutôt qu'une extraction contextuelle.

Analyse de sécurité

Sûr
Score qualité88/100

The skill only reads local JSON transcripts and writes TXT vocabulary files in a specified directory. It declares no tools, invokes no shell/network commands, and contains no destructive, exfiltrating, obfuscated, or safety-disabling instructions.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Single episode
/transcript-to-vocab 2494.json
Process the backlog
Run /transcript-to-vocab with no file name to generate vocabulary files for every transcript in cleaned_transcripts that doesn't have a .txt yet, then summarize what was created.
Check output
/transcript-to-vocab 2501.json — then show me the resulting TXT file and how many items came from keywords vs. the full transcript.

transcript-to-vocab

Convert All Ears English podcast JSON transcripts into vocabulary learning TXT files for B2-C1 level English learners.

When to use

When the user runs /transcript-to-vocab with a JSON file name or asks to process transcript files into vocabulary files.

Instructions

When invoked, do the following:

1. Determine which files to process

  • If a file name is given (e.g. 2494.json), process only that file from cleaned_transcripts/
  • If no file is given, process all .json files in cleaned_transcripts/ that don't already have a corresponding .txt

2. For each JSON file

Read the file. It contains:

  • keywords: array of vocabulary items the course explicitly labels, each with name and definition
  • fullText: full podcast transcript

3. Build the vocabulary list using both sources

Step A — From keywords list: For each keyword, parse its definition field. The format is one of:

  • (part_of_speech) definition text "Example sentence."
  • alternate form - (part_of_speech) definition text "Example sentence."

Extract:

  • The definition text only (drop the part of speech label — but keep (idiom) if it is an idiom)
  • The example sentence from inside the quotes

Step B — From fullText (this is the LLM part): Read the fullText carefully. The hosts are English teachers. Identify every word, phrase, or expression they are actively teaching — meaning they explain its meaning, contrast it with similar words, or highlight its usage for learners. This includes words not in the keywords list.

For each such word/phrase found in fullText that is NOT already in the keywords list, add it to the vocabulary list with:

  • Definition: write a short, clear definition based strictly on how it is used and explained in the transcript. Do not bring in other meanings or contexts.
  • Example: one natural example sentence reflecting the transcript context

4. Output format

Write a .txt file with the same base name (e.g. 2494.txt) inside cleaned_transcripts/.

Format each entry as:

word (idiom): definition
 - Example sentence from definition field or written by you
 - Example sentence from fullText if the word is used naturally there (skip if the sentence is definitional like "the next phrase is X" or "X means Y")

Rules:

  • Only mark (idiom) if it is an idiom. No other part-of-speech labels.
  • Each entry is separated by a blank line
  • If a fullText sentence just names or defines the word rather than using it naturally, skip it
  • Stay faithful to the transcript context. Do not invent unrelated meanings or usages.

5. Confirm when done

After writing the file(s), report which files were created and how many vocabulary items each contains (keywords count + additionally found count).

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/transcript-to-vocabulary-mryiqh7l/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/transcript-to-vocabulary-mryiqh7l' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/transcript-to-vocabulary-mryiqh7l/download' --output '.skill-downloads/transcript-to-vocabulary-mryiqh7l/SKILL.md.part' && mv '.skill-downloads/transcript-to-vocabulary-mryiqh7l/SKILL.md.part' '.skill-downloads/transcript-to-vocabulary-mryiqh7l/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Le fichier ne fournit pas un en-tête name/description exploitable pour cette procédure native. Le téléchargement reste disponible pour lecture ; utilisez le mode manuel ci-dessous.

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/transcript-to-vocabulary-mryiqh7l/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires