SuperAPI AI 工具集

auto-editor-transcribe

通用与其它

查看项目

更新于 10-15 20:05

技能介绍

用途:使用 auto-editor 的 whisper 子命令,将媒体文件或实时麦克风转写为文本、SRT 或 JSON,并基于字幕内容剪辑时间线。

主要能力:转写支持三种后端,由模型决定。Whisper 使用 ggml 模型(如 ggml-small.en.bin、ggml-medium.en.bin、ggml-large-v3.bin),支持 99+ 语言、--translate、--prompt。Parakeet 使用文件名含 parakeet 的模型(如 ggml-parakeet-tdt-0.6b-v3-q8_0.bin),英文准确度与 Whisper 相当但更快,语言自动检测,不接受 --translate、--prompt、--language。Apple 使用模型名 apple,调用 Apple 内置转写器,需 macOS 26 或更高。

使用方式:命令为 auto-editor whisper <file|:mic> <model> [options]。示例:auto-editor whisper example.mp4 ggml-medium.en.bin;加 --format srt -o out.srt 输出字幕;传 :mic 代替文件可转写实时麦克风,用 Ctrl-C 停止。常用选项包括 --format text|srt|json、-o/--output、-l/--language、-tr/--translate、-sw/--split-words、--queue、--prompt、--threads、-t/--threshold。

按语音剪辑:--edit subtitle/word 将匹配字幕行的时间段标记为保留。subtitle/regex 在正则匹配行时激活,pattern 可省略(空正则匹配所有行);word 要求提供值,按整词匹配。可用 not 反转,例如 --edit "(not word:um)" 删除填充词。无内嵌字幕时,可先用 whisper 生成同名 .srt,再执行剪辑,auto-editor 会自动加载。

限制:仅使用文件的第一个音频流;音频重采样到 16 kHz;默认文本输出到 stdout。Apple 后端不能自动检测语言,auto 会回退到 en_US 并警告,不支持 --translate 与 --prompt,首次使用某语言可能需联网下载模型。实时麦克风转写不保存录音;如需保留音频,应使用 auto-editor :mic。可用 auto-editor subdump FILE 查看字幕流,仅支持文本字幕。