AI Video Transcriber — скилл
Навык вытаскивает текст и конспект из видео и подкастов по ссылке или файлу, используя субтитры платформы и Whisper.
- 3 411 ★ репозитория
- Последний коммит
- Apache-2.0
Расширенный доступ
Почему такой уровень
- Текст расшифровки уходит выбранному API модели, а скрипт скачивает медиа по ссылкам и запускает локальные программы.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/ai-video-transcriberОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Текст расшифровки уходит выбранному API модели, а скрипт скачивает медиа по ссылкам и запускает локальные программы.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
В репозитории AI Video Transcriber есть навык `video-transcribe` и плагин для Codex. Навык запускает `transcribe.py` без сервера и браузера: берет субтитры платформы (YouTube и еще более 30 сервисов) или, если их нет, распознает звук локально через Faster-Whisper. Затем улучшает текст, переводит и делает краткое изложение на одном из 11 языков. На вход годятся ссылка, аудио, видео и текстовые файлы. Результат агент получает в JSON с путями к файлам расшифровки, конспекта и перевода. Для шагов с моделью нужен ключ любого OpenAI-совместимого API, без ключа работает режим `--no-llm`.
Для кого. Исследователи, редакторы и разработчики, которые просят агента разобрать длинное видео или подкаст и вернуть текст с выжимкой.
Подходит, если
- Нужна расшифровка лекции с YouTube или Bilibili.
- Подкаст из Apple Podcasts надо превратить в конспект на русском.
- Локальная запись встречи в `.mp4` должна стать текстом.
- Исходное видео сохраняют вместе с расшифровкой.
Не подходит, если
- Видео защищено и платформа не отдает субтитры или поток.
- Данные нельзя отправлять внешнему API модели.
- Нужна расшифровка в реальном времени.
Пример запроса к агенту
Расшифруй это видео с YouTube и сделай конспект на русском, исходник не сохраняй.Ограничения
Навык запускают из корня репозитория: нужны виртуальное окружение Python, `ffmpeg` и зависимости из `requirements.txt`. Для оптимизации, перевода и конспекта нужен ключ OpenAI-совместимого API, текст уходит этому провайдеру. Распознавание Whisper на CPU идет медленно, а скачивание зависит от правил платформы. Последний коммит от 11 октября 2026 года. Скачивание видео с некоторых платформ может не работать из региона без доступа к ним.
Как отключить. Удалите папку навыка и плагин Codex. Окружение `venv` и временные файлы из `./temp` удалите отдельно, ключ API уберите из переменных окружения.
Частые вопросы
Нужен ли ключ API для расшифровки?
Нет, для сырой расшифровки ключ не нужен: запустите с `--no-llm`. Ключ OpenAI-совместимого API требуется для исправления текста, перевода и конспекта.
Как выбрать язык конспекта?
Передайте `-l` или `--summary-language` с кодом: `en`, `zh`, `es`, `fr`, `de`, `it`, `pt`, `ru`, `ja`, `ko` или `ar`. По умолчанию стоит `en`.
Что делать, если нужен только текст без видео?
Добавьте `--no-video`, и исходный ролик не сохранится. Точность Whisper повышает `--whisper-model small` и выше, по умолчанию стоит `base`.
Какие коды завершения у команды?
`0` означает успех, `2` ошибку входных данных, `1` сбой скачивания или перекодирования.
Какие файлы можно подать на вход?
Ссылку на платформу, файлы `.mp3`, `.mp4`, `.m4a`, `.wav`, `.webm`, `.mkv`, `.ogg`, `.flac` или текст `.txt`. Медиа нормализует FFmpeg.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл для Codex и Claude Code: субтитры и краткий пересказ по ссылке на ролик Douyin, Xiaohongshu, Bilibili, YouTube или по файлу
YouTube Skills
YouTube Skills for AI Agents
Набор скиллов дает агенту транскрипты видео YouTube, поиск роликов и каналов и разбор плейлистов через один API
Whisper — CLI для расшифровки аудио: выбирайте размер модели под компьютер и получайте текст речи на исходном языке.
Скилл расшифровывает аудио, видео и ролики YouTube в текст и субтитры через ваш локальный Txtify на Whisper в Docker.
Двенадцать скиллов учат агента читать YouTube через сервис TranscriptOut: транскрипты, поиск и каналы одним HTTPS-запросом
MCP-сервер отдает агенту расшифровку видео YouTube по ссылке, с выбором языка, таймкодами и вырезанной рекламой
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| AI Video Transcriber (эта карточка) | нет | 3 411 | ||
| YouTube Transcript Server | нет | не нужна | 603 | отдает субтитры YouTube через MCP; здесь есть запасное распознавание Whisper, перевод и конспект |
| whisper.cpp | нет | 55 136 | локальный движок распознавания речи; навык строит вокруг него цепочку от ссылки до конспекта |
Коротко о README
Сначала берутся готовые субтитры платформы, и только при их отсутствии включается Whisper. Исходное видео скачивается параллельно с расшифровкой.