Synthèse automatique
Transcrit localement des mémos vocaux et fichiers audio/vidéo en texte brut et en sous-titres SRT horodatés avec Whisper.
Points forts
- Fonctionne entièrement en local, ce qui préserve la confidentialité des enregistrements sensibles.
- Accepte de nombreux formats audio/vidéo et convertit automatiquement en MP3 16 kHz mono avant transcription.
- Produit à la fois un fichier .txt et un fichier .srt, avec choix de la taille du modèle Whisper selon le compromis précision/vitesse.
- Vérifie et guide l'installation des dépendances ffmpeg, pipx et openai-whisper.
Limites
- Ne fait ni diarisation, ni traduction, ni transcription en temps réel, et ne nettoie pas les transcriptions existantes.
- La langue est fixée à l'anglais dans la commande Whisper, ce qui limite le traitement des enregistrements dans d'autres langues.
- Nécessite l'installation préalable de ffmpeg, pipx et openai-whisper, et les gros modèles peuvent être lents sur CPU.
À utiliser lorsqu'un mémo vocal ou un fichier audio/vidéo doit être converti en transcription écrite et en SRT horodaté, surtout si les données doivent rester locales.
À éviter pour un flux audio en direct, une identification des locuteurs, une traduction ou le nettoyage d'un transcript déjà existant.
Analyse de sécurité
PrudenceThe skill uses powerful tools (Bash, ffmpeg, pipx/PyPI installs, local Whisper model download) but all for clearly stated, legitimate local transcription purposes. There is no curl|sh, no secret exfiltration, no obfuscation, and no attempt to disable safety; data explicitly stays local. The install commands are standard package-manager invocations, so this rates as caution rather than risky, though a human might want to confirm users are comfortable with implicit package installs.
- •Instructs the agent to run package installers (brew install pipx / pipx install openai-whisper) and system package managers (sudo apt-get / yum) on the user's machine
- •Runs ffmpeg and whisper on arbitrary user-supplied file paths, writing output alongside the source by default
- •Transcripts of voice memos may contain sensitive personal/business content that gets written to disk
Exemples
Transcribe /Users/me/recordings/meeting.m4a into plain text and SRT, and save the outputs in the same folder.Create a transcript from /Users/me/Downloads/interview.mov using the small Whisper model.Convert ~/Desktop/voice-note.mp3 to text and generate an SRT file with timestamps.name: voice-memo-transcriber description: Transcribe voice memos to text using Whisper. Use when user provides audio/video files (.m4a, .mp3, .mov, etc.) and asks to transcribe them into text and SRT format with timestamps. dependencies:
- ffmpeg (audio conversion)
- pipx (Python app installer)
- openai-whisper (transcription engine)
Voice Memo Transcriber
Overview
This skill automatically transcribes voice memo files into plain text using OpenAI's Whisper (open-source, local processing). It handles multiple audio/video formats, generates both plain text and timestamped SRT files, and provides a summary of the content.
All processing happens locally - no data is sent to cloud services. Voice memos may contain sensitive information, so privacy is maintained throughout.
When to Apply
Use this skill when:
- User provides a voice memo file path and asks to "transcribe" it
- User says "create a transcript" from an audio/video file
- User wants to convert a voice recording to text
- User needs both plain text and timestamped SRT output from audio
- User mentions formats like .m4a, .mp3, .mov, .mp4, .wav, or QuickTime files
Do NOT use this skill for:
- Real-time transcription of ongoing audio
- Speaker diarization (identifying different speakers)
- Translation to other languages
- Editing or cleaning up existing transcripts
Inputs
Required:
file_path: Absolute path to voice memo file- Supported formats: .m4a, .mp3, .mov, .mp4, .wav, .aac, .flac, .ogg, .webm
- File must exist and contain audio
Optional:
output_dir: Directory for output files- Default: Same directory as source file
- Must be writable
whisper_model: Whisper model size (affects accuracy and speed)- Default: "base"
- Options: tiny, base, small, medium, large
- Larger models = better accuracy but slower processing
Outputs
Generated files (in output directory):
[filename].txt- Plain text transcript with no timestamps[filename].srt- Subtitle file with timestamps (HH:MM:SS,mmm format)[filename].mp3- Audio file (if conversion from another format was needed)
Displayed to user:
- Processing progress updates
- Summary of transcript content (1-3 sentences generated by Claude)
- File paths for all generated outputs
- Total processing time
Instructions for Claude
Step 1: Validate Input
- Check that file_path exists using Read or Bash tool
- Verify file has audio/video extension
- If output_dir specified, verify it exists and is writable
- If whisper_model specified, verify it's one of: tiny, base, small, medium, large
Step 2: Check and Install Dependencies
Run these checks in sequence:
Check ffmpeg:
which ffmpeg
If not found, provide installation instructions:
- macOS:
brew install ffmpeg - Linux:
sudo apt-get install ffmpegorsudo yum install ffmpeg - Windows: Download from https://ffmpeg.org/download.html
Check pipx:
which pipx
If not found, install:
brew install pipx
pipx ensurepath
Check openai-whisper:
pipx list | grep openai-whisper
If not found, install:
pipx install openai-whisper
Step 3: Prepare Audio File
Determine output directory:
- If user specified output_dir, use it
- Otherwise, extract directory from file_path
Check if file is already MP3:
- If yes, skip conversion
- If no, convert using ffmpeg:
ffmpeg -i "[input_file]" -vn -ar 16000 -ac 1 -b:a 96k "[output_dir]/[basename].mp3"
Flags explained:
-vn: No video (audio only)-ar 16000: 16kHz sample rate (Whisper's native rate)-ac 1: Mono audio-b:a 96k: 96kbps bitrate (good quality, small size)
Step 4: Transcribe with Whisper
Run Whisper transcription:
whisper "[audio_file]" \
--model [whisper_model] \
--output_dir "[output_dir]" \
--output_format txt \
--output_format srt \
--language English
This generates both .txt and .srt files automatically.
Important notes:
- First run will download the model (base model ~140MB)
- Transcription time varies: ~1-5 minutes for 10-minute audio with base model
- Provide progress updates to user while processing
Step 5: Read and Summarize Transcript
- Use Read tool to read the generated .txt file
- Generate a concise 1-3 sentence summary of the content
- Focus on main topics, key points, or action items if present
Step 6: Report Results
Display to user:
✓ Transcription complete!
Files generated:
- Transcript: [path]/[filename].txt
- Subtitles: [path]/[filename].srt
- Audio: [path]/[filename].mp3 (if converted)
Summary:
[Your 1-3 sentence summary here]
Processing time: [X] seconds
Error Handling
File not found:
- Message: "Error: Could not find file at [path]. Please check the path and try again."
Unsupported format:
- Message: "Error: File format not supported. Supported formats: .m4a, .mp3, .mov, .mp4, .wav, .aac, .flac, .ogg, .webm"
Missing dependencies:
- Provide clear installation instructions for the missing tool
- Ask user to install and re-run the skill
Corrupted audio:
- Message: "Error: Could not process audio file. The file may be corrupted or empty."
Insufficient disk space:
- Message: "Error: Insufficient disk space. Transcription requires approximately [size] of free space."
Examples
See resources/EXAMPLES.md for complete examples.
Testing Checklist
See resources/CHECKLIST.md for validation steps.
Security and Privacy
Local Processing:
- All transcription happens on the user's machine
- No data sent to external servers or APIs
- Whisper models cached locally after first download
Sensitive Content:
- Voice memos may contain personal, medical, or business-sensitive information
- All files remain local and private
- Consider adding output directories to .gitignore
File Handling:
- Never commit voice files or transcripts to version control
- Respect user's specified output directory
- Clean up temporary files if conversion was needed (optional - ask user)
Dependencies:
- ffmpeg, pipx, and openai-whisper are all open-source tools
- Models are downloaded from HuggingFace's official repository
- No telemetry or tracking in any dependency
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 annexesCe 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.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/voice-memo-transcriber-mrwakcbl/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/voice-memo-transcriber-mrwakcbl' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/voice-memo-transcriber-mrwakcbl/download' --output '.skill-downloads/voice-memo-transcriber-mrwakcbl/SKILL.md.part' && mv '.skill-downloads/voice-memo-transcriber-mrwakcbl/SKILL.md.part' '.skill-downloads/voice-memo-transcriber-mrwakcbl/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
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/voice-memo-transcriber-mrwakcbl/SKILL.md' && test -s '.skill-downloads/voice-memo-transcriber-mrwakcbl/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/voice-memo-transcriber' && cp -R '.skill-downloads/voice-memo-transcriber-mrwakcbl' '.claude/skills/voice-memo-transcriber'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/voice-memo-transcriber-mrwakcbl'openskills read 'voice-memo-transcriber-mrwakcbl'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode 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/voice-memo-transcriber-mrwakcbl/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.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.