QwenASRMiniTool CLI
QwenASRMiniTool переводит аудио и видео в субтитры SRT на своем компьютере, а Claude Code вызывает его через скилл qwenasr.
- 578 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Агент запускает локальный исполняемый файл, а встроенный API и туннель Cloudflare при включении открывают доступ снаружи.
Установка
- Работает в
Ручная установка
mkdir -p ~/.claude/skills/qwenasr
cp -r .claude/skills/qwenasr/. ~/.claude/skills/qwenasr/README советует скопировать `.claude/skills/qwenasr/SKILL.md` в `~/.claude/skills/qwenasr/`. Саму программу берут из релизов репозитория.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Агент запускает локальный исполняемый файл, а встроенный API и туннель Cloudflare при включении открывают доступ снаружи.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
QwenASRMiniTool, Windows-программа с окном на WebView2, распознает речь локально на моделях Qwen3-ASR и Whisper: из аудио, видео и записи с микрофона получаются субтитры SRT. Данные остаются на компьютере. Работает на процессоре через OpenVINO INT8 и на видеокарте через CrispASR. С подкомандой программа запускается без окна как CLI: `transcribe`, `status`, `profiles`, `apply`. Команда `apply` возвращает в готовые тайминги только исправленный текст, поэтому агент не ломает метки времени. Скилл `.claude/skills/qwenasr/SKILL.md` учит Claude Code вызывать CLI, выбирать профиль модели и править ошибки распознавания.
Для кого. Монтажерам, журналистам и студентам, которым нужны расшифровки и субтитры без отправки записей в облако, с правкой текста через Claude Code.
Подходит, если
- Запись интервью превращается в черновик расшифровки на ноутбуке без интернета.
- Видео получает субтитры SRT вместе с разметкой говорящих.
- Агент исправляет имена и термины в расшифровке, не двигая тайминги.
- Японские аниме-реплики и песни расшифровываются специальной моделью.
- Телефон или другое устройство отправляет файл через встроенный OpenAI-совместимый API.
Не подходит, если
- Нужен Mac или Linux: сборка в README рассчитана на Windows и WebView2.
- Расшифровка живого эфира с постоянной выдачей слов: запись режется по паузам, а не идет потоком.
- Звучит тяжелая фоновая музыка, и нужен профиль `tea`: на таком материале он может ничего не выдать.
Пример запроса к агенту
Расшифруй interview.mp3 через qwenasr с подсказкой имен участников, поправь только текст и сохрани итог в final.srt через apply.Ограничения
Программа ориентирована на Windows, пути к исполняемому файлу в SKILL.md указаны для Windows и их придется поправить. При первом запуске модели скачиваются на 1-2,5 ГБ, на это уходит несколько минут. Лицензия в репозитории не указана, поэтому условия использования стоит уточнить у автора. Интерфейс и документация на китайском, значительная часть описания только на традиционном письме. Профиль `twmix` работает быстро, но не ставит знаки препинания. Последний коммит датирован сентябрем 2026 года.
Как отключить. Удалите `~/.claude/skills/qwenasr/` и саму программу вместе со скачанными моделями. Конечную точку API и туннель Cloudflare отключите в настройках программы.
Частые вопросы
Как получить расшифровку из командной строки?
Выполните `QwenASR-WebView.exe transcribe audio.mp3 --json`. В stdout придет JSON с сегментами и временем, файл SRT сохранится в папке `subtitles`.
Зачем нужна команда apply?
Агент меняет только поле `text` в JSON, а `apply fixed.json --base work.json` берет тайминги из исходного файла. Метки времени не искажаются.
Какие профили моделей есть?
`zh` для обычной речи, `tea` для чистого тайваньского мандарина, `ja` для японского и аниме, `twmix` для смеси мандарина и тайваньского.
Уходят ли записи в облако?
Распознавание идет локально. Облачный туннель Cloudflare для внешнего доступа включается отдельно, при его использовании файлы идут через него.
Какие форматы входят?
Аудио MP3, WAV, FLAC, M4A, OGG и видео MP4, MKV, MOV: звук из видео достает ffmpeg.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
CLI-инструментыVideoCaptioner расшифровывает речь, переводит субтитры и вшивает их в видео одной командой из Claude Code.
CLI и скилл для Claude Code, Codex и Cursor: индекс видео, поиск по словам и тексту кадра, кадры крупно и замер монтажа
Скилл расшифровывает видео, дает проверить субтитры в браузере и вшивает китайские и английские субтитры.
Claude Real Video
claude-real-video
Скилл, который дает Claude «смотреть» видео: из ссылки или файла достает кадры с учетом сцен без дублей и расшифровку речи через whisper
Навык вытаскивает текст и конспект из видео и подкастов по ссылке или файлу, используя субтитры платформы и Whisper.
Скилл для Codex и Claude Code: субтитры и краткий пересказ по ссылке на ролик Douyin, Xiaohongshu, Bilibili, YouTube или по файлу
Коротко о README
Цель проекта: чтобы любой человек делал распознавание речи бесплатно, офлайн и на собственном компьютере. С версии 2.0.0 поддерживается только WebView-версия.