用途:将音频或视频文件转写为 SRT 字幕,并同时生成便于阅读的文本稿。
主要能力:使用 ElevenLabs Scribe v2 完成转写;输出标准 .srt 字幕文件和 .md 可读文本(含说话人标签与约每 5 分钟的时间戳);可选输出词级原始数据 JSON;支持指定语言或自动检测;支持关闭说话人分离;可调整每条字幕的最大词数、时长、字符数与时间偏移。
使用方式:进入技能脚本目录并运行命令,例如: cd ~/.claude/skills/transcribe/scripts npx ts-node transcribe.ts -i /path/to/video.mp4 -o /path/to/output.srt 可用 -l 指定语言,用 --no-srt 仅生成文本,用 --json 输出原始 JSON,用 --timestamp-interval 120 调整文本时间戳间隔,用 --no-speakers 关闭说话人分离。需要已配置 ELEVENLABS_API_KEY。
适用场景:视频字幕制作、会议记录整理、多语言内容转写。
限制:官方资料未提供收费、价格与速度等信息;翻译流程需先生成原语言 SRT 再逐条翻译;转写按时间切片可能割裂语义,资料建议在生成后按语义重组字幕。