URL 音频转文字
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_03f2ab96/yuyinzhuanxie。
技能介绍
要解决的问题
当你手里只有会议录音、播客、视频课程或网页音频链接，却需要快速拿到可编辑文字时，单独处理下载、转码、模型推理容易分散。此技能把 URL 音频 到 纯文本 的链路串成一条命令：通过 yt-dlp 抓取可下载的音频源，用 ffmpeg 预处理为 16kHz 单声道 WAV，再交给 Faster-Whisper 完成语音识别，最终输出适合检索、总结、二次加工的文本。
工作方式与边界
它默认选择 base 模型，适合一般中文或英文场景；可通过模型参数切换 tiny 到 large，在速度、体积和准确率之间取舍。识别语言默认 zh，也支持 en 或自动判断；量化默认 int8，偏重 CPU 可用性，若显存或内存允许可尝试 float16 / float32。链路中包含 VAD，用于减少静音和非语音片段对结果的干扰，并在 torch.cuda.is_available() 时自动启用 GPU，否则退回 CPU。
需要注意，该技能依赖外网或可达的 HuggingFace 镜像下载模型，首次运行会拉取对应模型；在离线或受限网络中，需要按资料准备模型与依赖。它适合已有音频 URL、需要快速转写的工程场景，不适合完全本地化部署未准备模型的封闭环境，也不保证对强噪声、多人抢话或专业术语达到高准确。
使用场景
- 从在线课程视频链接提取讲解音频，并转写成可检索的笔记文本。
- 会议录音放在可下载链接，需要快速得到中文文字稿以核对要点。
- 只从播客链接下载原音频文件，保存后再另行校对或处理。
- 将外语教学视频的音频转成文本，便于整理术语清单与翻译对照。
适合人员
- 整理技术文档的工程师：把演示视频讲解转成文字后补写操作手册。
- 播客编辑：从公开音频链接提取文字稿，便于剪贴引用和归档。
- 本地化测试人员：将多段外语视频音频转写，核对字幕与术语翻译。
- 研究助理：下载讲座音频并生成文本，支撑资料摘录与检索。
相关技能
通过分步选择题确认业务、配色与布局，输出可编辑的 .drawio 专业技术架构图。
基于妙音 AI REST API 的音乐助手，支持调用 SUNO/Mureka 模型生成歌曲、续写、翻唱、生成视频、WAV 与音频分轨。
将文字、文件或图片提炼为结构化知识，生成绘图工具可用的知识卡片提示词，支持3:4竖版与16:9横版，并按内容量拆分为多张独立图片。
基于 Playwright 捕获整页、视口或指定元素截图，自动处理懒加载、内部滚动、移动布局及 Linux CJK 字体。