Whisper skill

O que ela faz

A skill dá ao Claude o manual do Whisper, o modelo de reconhecimento de fala de código aberto da OpenAI: como instalar (Python e ffmpeg), qual dos seis tamanhos de modelo escolher, do tiny ao large, e como transcrever um arquivo pela linha de comando ou em Python, rodando no seu próprio computador.

Ele sabe entregar no formato certo: texto puro, legenda SRT ou VTT, ou JSON com o tempo de cada trecho e até de cada palavra. Também traduz áudio de outra língua direto pro inglês, detecta o idioma sozinho e aceita um texto de contexto pra acertar nome próprio e termo técnico.

Pra vídeo, o Claude tira o áudio com o ffmpeg. Pra muitos arquivos, roda em lote e salva um .txt de cada. Pra ganhar velocidade, a skill indica o modelo turbo, a placa de vídeo (10 a 20 vezes mais rápido) e o faster-whisper; pra não perder precisão, cortar áudio longo em pedaços de até 30 minutos.

Nas palavras de quem fez

Quando usar

• Transcrever a gravação de uma reunião ou call de venda
• Gerar legenda SRT pra vídeo do YouTube ou do Reels
• Tirar o texto de um podcast pra virar post ou artigo
• Transcrever uma pasta inteira de áudios de uma vez
• Passar pro inglês um áudio gravado em espanhol

Depois de instalar, é só pedir assim

• Transcreve esse video.mp4 com o Whisper e me gera a legenda em SRT em português
• Pega todos os áudios da pasta reunioes e salva a transcrição de cada um em .txt
• Instala o Whisper aqui e transcreve esse podcast com o modelo turbo, com o tempo de cada trecho

Segurança

Gen Agent Trust Hub, Socket e Snyk leem o código da skill atrás de comando perigoso, dado vazando e instrução escondida. Alerta não é reprovação: quer dizer que vale ler o que a skill faz antes de instalar.

• Gen Agent Trust HubPassou
• SocketPassou
• SnykPassou

Perguntas