Agent Skills

按标签浏览

# 说话人分离 / Speaker Diarization(18)

🎨
ASR语音转写
@org-vc3t81nj/asr-transcribe

本地 WhisperX 优先、云端需显式同意;输出带时间戳 SRT/VTT 与可选说话人标注,面向纪要与会后整理。

设计多媒体 2026.08.30 ↓ 263
会议录音转结构化纪要
会议录音转结构化纪要
@user_fccf428b/meeting-transcription

将会议录音转为带说话人标注的时间轴逐字稿,并生成议题摘要、决议与含责任人和截止日期的行动项。

办公效率 2026.08.30 ↓ 251
音视频转录
音视频转录
@user_546a2141/audio-and-video-transcription

全流程将音视频转为带说话人识别的 Word:默认本地 Paraformer-large 离线转录,CAM++ 分轨,摘要与同音字校对,支持多文件合并。

知识管理 2026.08.29 ↓ 228
Gladia 音频智能
Gladia 音频智能
@user_15292d5a/yjkj-audio-intelligence

在预录与实时转写之上提供说话人分离、翻译、PII 脱敏、情感、命名实体、字幕与摘要等音频智能能力

设计多媒体 2026.08.29 ↓ 197
语音转写自动化
语音转写自动化
@user_15292d5a/yjkj-documentation-auto

为音频与视频提供批量和实时转写,支持词级时间戳、说话人识别、翻译、摘要与敏感信息脱敏。

开发编程 2026.08.29 ↓ 185
🎨
WhisperX 语音识别时间戳与说话人分离
@user_3c6cb52e/whisperx-speech-recognition-timestamps-diarization

基于 WhisperX 的语音识别,提供批量推理、词级时间戳对齐、语音活动检测与说话人分离。

设计多媒体 2026.08.29 ↓ 146
🎨
播客转录管道
@user_3c6cb52e/podcast-transcription-pipeline-agent

基于 OpenAI Whisper 与 pyannote.audio 的播客转录工具,支持说话人分离并导出 SRT、VTT、JSON 格式。

设计多媒体 2026.08.29 ↓ 125
💻
Deepgram 实时转录连接器
@user_3c6cb52e/deepgram-realtime-transcription-connector

将实时音频流式传输至 Deepgram WebSocket API,实现实时语音转文本,支持临时结果、话语检测与说话人分离。

开发编程 2026.08.29 ↓ 117
🎨
Deepgram Nova 实时语音转写管道
@user_3c6cb52e/deepgram-nova-stt-pipeline

基于 Deepgram Nova-2 API 与流式 WebSocket,实现实时语音转文本,支持说话人分离、标点符号和语言检测,适用于播客和会议转录场景。

设计多媒体 2026.08.29 ↓ 115
📁
本地优先会议助手
@kunlungrowth/local-meeting-notes

面向敏感会议的本地优先方案,支持实时转写、说话人分离与会后要点待办摘要,数据留在本机。

办公效率 2026.08.29 ↓ 87
会议录音与视频自动转写
会议录音与视频自动转写
@user_fccf428b/transcription-automation

自动化会议录音与视频转写,覆盖说话人分离、多语言与 SRT/VTT 字幕,并整合 Zoom、YouTube 与 Whisper 等 API 实践。

办公效率 2026.08.30 ↓ 341
💻
Azure AI 语音转写 Python SDK
@org-02qudk26/azure-ai-transcription-py-zh

Azure AI 语音转文字 Python 客户端库,覆盖实时与批量转录及鉴权、会话与生产实践要点。

开发编程 2026.08.30 ↓ 336