用途
该技能用于为 YouTube 视频链接生成逐字转录稿,转录过程借助 Google Gemini 完成。当用户提出转录 YouTube 视频的需求时,可使用此技能。
主要能力
- 生成逐字转录稿(verbatim transcript)。
- 输出中包含说话人标签(speaker labels)与段落分隔(paragraph breaks)。
- 输出中不包含时间码(no time codes)。
输出格式
- 第一行:YouTube 视频标题。
- 之后仅包含转录行,格式为:
Speaker: text。 - 要求:不含时间码;不含额外标题、列表或评论性内容。
使用方式
通过命令行脚本调用:
python3 {baseDir}/scripts/youtube_transcript.py "https://www.youtube.com/watch?v=..."
可选参数:
--out <path>:将转录稿写入指定文件(默认在工作区 out/ 文件夹中自动命名)。
交付方式
在聊天场景中,将生成的转录稿以文档或附件形式发送。
适用场景
- 需要 YouTube 视频的逐字文字记录。
- 需要区分说话人并保留段落结构的转录结果。
- 不需要时间码的转录需求。
限制
- 依赖 Google Gemini 完成转录。
- 输出不含时间码。
- 关于收费、价格、平台支持范围、转录准确率或效果等信息,资料中暂未提供。