Skip to content
Back to search

transcribe-proofread

把音频/视频转成逐字稿(.srt + .txt,带时间戳),再由 Claude 结合上下文校对错字,不确定处标 [?]。首次使用会检测电脑配置、自动安装 faster-whisper 并选默认模型,也可自定义。用户说"转录""逐字稿""字幕""校对转录""transcribe"时使用。

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/programmermars--transcribe-proofread/badge.svg)](/listings/programmermars--transcribe-proofread)

HTML

<a href="/listings/programmermars--transcribe-proofread"><img src="/api/listings/programmermars--transcribe-proofread/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

git clone https://github.com/programmermars/transcribe-proofread ~/.claude/skills/transcribe-proofread
python ~/.claude/skills/transcribe-proofread/scripts/setup.py

Windows 用 `py -3` 代替 `python`,目录 `%USERPROFILE%\.claude\skills\`。需要 Python 3.9+ 和 ffmpeg。

`setup.py` 会检测显卡/内存,推荐默认模型(可用 `--model` 自选,`--dry-run` 只看推荐,`--mirror` 用国内镜像),并建独立 venv 安装 faster-whisper。配置在 `~/.transcribe-proofread/config.json`,可自行修改模型、语言、热词。

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

SKILL.md · Manifest · 57 lines
  1. ---
  2. name: transcribe-proofread
  3. description: 把音频/视频转成逐字稿(.srt + .txt,带时间戳),再由 Claude 结合上下文校对错字,不确定处标 [?]。首次使用会检测电脑配置、自动安装 faster-whisper 并选默认模型,也可自定义。用户说"转录""逐字稿""字幕""校对转录""transcribe"时使用。
  4. ---
  5. # transcribe-proofread:转录 + 校对
  6. 单机使用。本 skill 不上传任何音视频,转录全部在本机完成。
  7. ## 流程
  8. ### 1. 首次安装(只做一次)
  9. 运行:
  10. ```
  11. python <skill目录>/scripts/setup.py
  12. ```
  13. 它会:检测显卡/内存/CPU → 推荐默认模型 → 建虚拟环境并安装 faster-whisper(带重试)→ 检查 ffmpeg → 写配置 `~/.transcribe-proofread/config.json`。
  14. - 想自选模型:`python setup.py --model medium`(可选 tiny/base/small/medium/large-v3)。
  15. - 国内网络慢:加 `--mirror`(用清华 pip 镜像,模型走 hf-mirror)。
  16. - 只看推荐不安装:加 `--dry-run`。
  17. - 之后随时可手改配置文件里的 `model`、`language`、`device`、`compute_type`、`hotwords`。
  18. ### 2. 转录
  19. ```
  20. <venv的python> <skill目录>/scripts/transcribe.py <文件> -o <输出前缀> [--hotwords "词1 词2"] [--lang zh] [--model small]
  21. ```
  22. `setup.py` 结束时会打印 venv 的 python 路径。输出 `前缀.srt` 和 `前缀.txt`(txt 每行 `[ 秒数] 文字`)。
  23. - 热词用来纠正专有名词(人名、术语),建议问用户要。
  24. - 长音频(>10 分钟)放后台跑,不要阻塞。
  25. - GPU 失败会自动回退 CPU 并提示。
  26. ### 3. 校对(可选,消耗 Claude 额度,先问用户)
  27. 你听不到音频,只能凭上下文推断,所以必须遵守:
  28. 1. 先问用户主题/场景/人名/术语,读转录开头几十行建立语境。
  29. 2. 用 `python scripts/proofread_merge.py split 前缀.txt <每段行数=150> <临时目录>` 切成带编号的分段。
  30. 3. 逐段校对:**严格 1 行对 1 行,不合并、不拆分、不删行、不增行**。只改明显的错字、同音误识、标点;不润色、不改意思。
  31. 4. 没把握的地方在该词后加 `[?]`,不要硬改。用户说不用标的类别(如人名)就别标。
  32. 5. 全部校对完后合并:`python scripts/proofread_merge.py merge 前缀.srt <校对后分段目录> 前缀.校对版`,用原时间戳生成 `前缀.校对版.srt/.txt`,并自动校验行数和相似度;对不上就停下来排查,不要交付。
  33. 6. 告诉用户:校对是推断不是听写,`[?]` 处请对照原音频确认。
  34. ### 4. 分人(实验性,仅在用户要求时)
  35. 本 skill 不含声纹分离。如需区分发言人:校对时按内容和语境在行首加 `【角色】`,并说明这是推测、会有误判;需要真正的声纹分离请用户另装 pyannote/whisperx。
  36. ## 默认模型规则
  37. | 配置 | 默认 |
  38. |---|---|
  39. | NVIDIA 显存 ≥ 8GB | large-v3 · cuda · int8_float16 |
  40. | NVIDIA 显存 4–8GB | medium · cuda · int8_float16 |
  41. | 仅 CPU,内存 ≥ 16GB | medium · cpu · int8 |
  42. | 仅 CPU,内存 8–16GB | small · cpu · int8 |
  43. | 更低 | base · cpu · int8 |
  44. 中文建议至少 small;small 错字较多,质量要求高请用 medium 以上。GPU 路径若未验证成功会自动回退 CPU。
  45. ## 注意
  46. - 首次转录会下载模型(small≈0.5GB,large-v3≈3GB)。
  47. - 速度参考(CPU, small):约 48 分钟音频需 30 分钟左右。
  48. - 机器转写必有错,交付时注明"需人工核对"。
README.md · README · 23 lines
  1. # transcribe-proofread
  2. Claude Code skill:音频/视频 → 逐字稿(.srt + .txt,带时间戳)→ 由 Claude 结合上下文校对错字(不确定处标 `[?]`)。全部在本机转录(faster-whisper),不上传音视频。
  3. ## 安装
  4. ```bash
  5. git clone https://github.com/programmermars/transcribe-proofread ~/.claude/skills/transcribe-proofread
  6. python ~/.claude/skills/transcribe-proofread/scripts/setup.py
  7. ```
  8. Windows 用 `py -3` 代替 `python`,目录 `%USERPROFILE%\.claude\skills\`。需要 Python 3.9+ 和 ffmpeg。
  9. `setup.py` 会检测显卡/内存,推荐默认模型(可用 `--model` 自选,`--dry-run` 只看推荐,`--mirror` 用国内镜像),并建独立 venv 安装 faster-whisper。配置在 `~/.transcribe-proofread/config.json`,可自行修改模型、语言、热词。
  10. ## 使用
  11. 装好后在 Claude Code 里说“转录 xxx.mp4 并校对”即可,流程见 [SKILL.md](SKILL.md)。
  12. ## 说明
  13. - 校对是 Claude 凭上下文推断,听不到音频;`[?]` 处请对照原声确认。
  14. - 不含声纹分人;校对时可按语境标注发言角色(推测,会有误判)。
  15. - 已在 Windows 10 + Python 3.13 + CPU(small 模型)上实测。**GPU(CUDA)路径未经完整验证**,失败会自动回退 CPU。
  16. - 速度参考:CPU + small,约 48 分钟音频用 30 多分钟。
  17. MIT License

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.