transcribe-audio

SKILL.md

Transcribes video audio using WhisperX and creates clean JSON transcripts with word-level timing data.

Use WhisperX, NOT standard Whisper. WhisperX preserves the original video timeline including leading silence, ensuring transcripts match actual video timestamps. Run WhisperX directly on video files. Don't extract audio separately - this ensures timestamp alignment.

After WhisperX completes, format the JSON using our prepareaudioscript:

WhisperX を使用してビデオ音声を転写し、元のタイムスタンプを保持します。単語レベルのタイミングで JSON トランスクリプトを作成します。ビデオの音声トランスクリプトを生成する必要がある場合に使用します。 ソース: barefootford/buttercut。

原文を見る