SuperAPI AI 工具集

vivadicta-transcribe-flow

通用与其它

查看项目

更新于 10-16 01:33

技能介绍

用途:把本地音频文件或 YouTube 链接端到端转写为可搜索的转写记录,存入 VivaDicta 历史。覆盖输入形态识别、阻塞与 --async 选择、进度输出与错误恢复。

前置条件:需安装并运行 /Applications/VivaDicta.app(写入依赖 UI);已配置转写模型(Whisper 本地、Parakeet 本地,或 Keychain 中存有 API key 的云服务);YouTube 转写需启用(captions → Apify → yt-dlp → Whisper)。

主要能力与用法:默认阻塞,等待完成并打印最终转写摘要,超时由 VIVADICTA_TIMEOUT_SECONDS 控制(默认 600 秒,每 2 秒轮询);进度阶段行输出到 stderr。示例:vivadicta transcribe ~/Downloads/meeting.m4a;vivadicta transcribe "https://youtu.be/..."。异步加 --async,立即返回 job UUID,用 vivadicta job <uuid> 查询。输入自动路由:http/https 走 transcribe_url;file:// 去掉 scheme 当作路径;绝对路径、~/、./、../ 或相对当前目录的文件名走 transcribe_file;-(stdin)在 v1 被拒绝。模糊或不存在的路径以退出码 2 报错。

JSON 模式:--output json 时,阻塞进度以换行分隔 JSON 事件输出到 stderr,stdout 保持干净。

典型流程:先 transcribe 保存;用 vivadicta recent 1 --output json 取最新 UUID;再 rewrite 或 get 导出。

限制与恢复:--dry-run 可预览解析结果且无需运行 UI;退出码 5 表示应用未运行,需先启动再重试(勿循环重试);6 表示免费额度用尽,增强被跳过;2 为参数无效;1 为内部失败;超时后任务仍在 UI 中运行,应改用 job 查询,不要重复创建。不要对即将消费转写结果的场景使用 --async。私有 YouTube 视频需 cookies,CLI 无法传入。支持常见 m4a/mp3/wav/flac/aac 等可由 afinfo 识别的音频格式。具体收费与更多平台细节暂未提供。