用途：当用户要求转写音频/视频文件、语音备忘录导出、口述、讲座、会议录音或“劣质音频”时使用本技能。
主要能力：使用本地缓存的 MLX Whisper 模型而非云 API；支持指定语言或自动检测；对劣质音频启用抗幻觉参数；输出 txt、srt、vtt、tsv、json；脚本会暂存输入副本、确保模型已缓存，并在 balanced 模式下检测到明显幻觉循环时用完整模型重跑。
使用方式：在技能目录下运行 ./transcribe-audio.py "/path/to/audio.m4a" --language en --quality balanced；可用 --quality fast/best、--language auto、--prompt 等变体。默认模型为 mlx-community/whisper-large-v3-turbo，最佳回退为 mlx-community/whisper-large-v3-mlx，可用 ./precache-models.py 预缓存。也可直接调用 uvx --from mlx-whisper mlx_whisper，并传入 --condition-on-previous-text False、--word-timestamps True、--hallucination-silence-threshold 2、--output-format all 等参数。
限制与注意：语音备忘录共享路径可能消失，需先复制到稳定目录；模型须已缓存于 ~/.cache/huggingface/hub/；不要仅凭文件名推断语言；转写后应检查 txt 与 srt/json，删除明显循环，不确定处标 [unclear]，不要编造词语。