audio-to-markdown-transcriberlisted

## 何时使用 适用： - 把本地或 URL 的音频/视频转成文字逐字稿（MP3、WAV、M4A、OGG、FLAC、WEBM、MP4）。 - 从录音自动生成会议纪要（参与者、议题、决策、待办）和高管摘要。 - 需要带技术元数据（时长、语言、文件大小、说话人数、转写引擎）的规范化 Markdown 报告。 - 批量转写一个目录下的多个录音。 不该用（负边界）： - 实时/流式转写或会中实时字幕（本技能针对已落盘文件离线处理）。 - 高精度声纹说话人识别（diarization）——这里只做粗粒度区分，不保证身份准确。 - 仅需纯文本听写、不要任何结构化整理的场景（直接调用 whisper 即可，无需本技能）。 - 飞书妙记等平台已托管的音视频——优先用对应平台技能，不要本地 ffmpeg/whisper。 ## 步骤 ### 1. 探测转写引擎（零配置） 优先 Faster-Whisper（快 4-5 倍），否则回退原版 Whisper： ```bash if python3 -c "import faster_whisper" 2>/dev/null; then TRANSCRIBER="faster-whisper" elif python3 -c "import whisper" 2>/dev/null; then TRANSCRIBER="whisper" else TRANSCRIBER="none" fi command -v ffmpeg >/dev/null && echo "ffmpeg 可用（支持格式转换）" ``` 均缺失时给出安装指令（不静默自动装，先征求用户）：`pip install faster-whisper`（推荐）或 `pip install openai-whisper`；格式转换需 `brew install ffmpeg`（macOS）/ `apt install ffmpeg`（Linux）。 ### 2. 校验音频并提取元数据 ```bash [[ -f "$AUDIO_FILE" ]] || { echo "文件不存在: $AUDIO_FILE"; exit 1; } FILE_SIZE=$(du -h "$AUDIO_FILE" | cut -f1) DURATION=$(ffprobe -v error -show_entries format=duration \ -of default=noprint_wrappers=1:nokey=1 "$AUDIO_FILE" 2>/dev/null) FORMAT=$(ffprobe -v error -select_streams a:0 -show_entries \ stream=codec_name -of default=noprint_wrappers=1:nokey=1 "$AUDIO_FILE" 2>/dev/null) SIZE_MB=$(du -m "$AUDIO_FILE" | cut -f1) [[ $SIZE_MB -gt 25 ]] && echo "大文件（$FILE_SIZE）——处理可能需要数分钟，确认继续？" ``` 格式不在支持列表时，用 ffmpeg 转 16kHz WAV： ```bash EXTENSION="${AUDIO_FILE##*.}" SUPPORTED=("mp3" "wav" "m4a" "ogg" "flac" "webm