Agent Skills
返回列表
本地语音转录翻译字幕工具

本地语音转录翻译字幕工具

开发编程 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_af21af52/audio2srtlocal。

技能介绍

解决什么问题

在本地处理音视频字幕时，常见流程需要克隆仓库、拉取依赖、下载模型，且环境差异会导致部署不稳定。audio2srt-local 把目标定位为在 macOS Apple Silicon 上从零生成一个可运行的 Web GUI：后端用 Python aiohttp 做转录服务，前端用 Vite + React 做操作界面。

技能如何工作

  • 内嵌模板生成项目：不依赖 Gitee 或网络下载源码，直接在目标目录写出配置文件、server/transcribe_server.py、前端组件与 start.sh。
  • 自动安装依赖：分别处理 Python requirements.txt 与 Node.js 依赖，降低从零部署时的环境摩擦。
  • 模型与启动：检测 whisper-large-v3-turbo 与 Qwen2.5-3B-Instruct-4bit，从 ModelScope 拉取缺失模型，并启动 8765 后端与 3000 前端。

适用边界

该技能只适合本地离线生成源码，并非通用跨平台部署器。目标机器需满足 macOS 14.0+、Python 3.10+ 与 Node.js 18+，且首次模型下载约占 4GB+。对于已有仓库、需要克隆或从 Gitee 部署的场景，应选择对应的 audio2srt-deploy。

使用场景

  • 在 M 芯片 Mac 上把英文会议录音转成本地可访问的转录与翻译字幕 Web 工具。
  • 需要离线获得项目源码时，直接在本机创建 Audio2SRT 项目并安装前后端依赖。
  • 已有 m4a 或 mp3 音频文件，希望在浏览器里查看逐句转录与 Qwen 翻译结果。
  • 在没有仓库克隆条件时，用内嵌模板从零搭建 MLX Whisper 转录 GUI 并启动服务。

适合人员

  • 做视频后期字幕的剪辑师，想把本机录音快速转成可校对字幕的本地界面。
  • 在 macOS M 芯片上独立部署工具的工程师，希望不依赖仓库克隆就能生成项目。
  • 需要离线处理音视频内容的研究者，想用 MLX Whisper 本地生成转录 Web GUI。
  • 维护本地 AI 工具链的全栈工程师，想同时生成 Python 后端和 React 前端。