turbo-whisper-local-stt

介绍

本技能旨在解决用户在需要将音频内容转换为文字时，对隐私安全、离线可用性以及中文转录准确性的需求。无论是会议录音、访谈内容、语音笔记还是视频字幕生成，用户都无需将敏感音频数据上传至云端，即可在本地设备上快速获得准确的文字转录。

使用时，用户只需将音频文件（如wav, mp3, m4a）或包含音频文件的文件夹提供给AI助手，并表达转录需求（例如“帮我把这段录音转成文字”），技能便会自动触发。它利用本地的Faster-Whisper模型进行处理，自动对长音频进行智能分段，并输出带有时间戳的结构化文本结果。

该技能特别适合对数据隐私有严格要求、网络环境受限或经常处理中文音频内容的用户群体，例如内容创作者、学术研究者、项目经理、法务人员以及需要整理会议纪要的各类职场人士。

建议用户在处理前确保音频文件清晰、无明显背景噪音，以获得最佳转录效果。对于极长的音频文件，处理时间可能相应增加，请保持耐心。本技能仅处理音频文件，视频文件需先提取音频后再使用。