skillZs
★ LIVE SKILL TAGS ★
>>> LIVE SKILLS INDEX <<<
* OPEN SOURCE *
NO LOGIN, NO TRACKING
※ REAL INSTALL DATA ※
← back to all skills
mcncarl/yichen-skills70 installs

yichen-asr

逸尘自用的唯一音视频转写入口,统一管理 StepFun Step ASR、火山引擎豆包 ASR 与本地 Whisper 三个后端:纯文本转写按参数、已保存的引擎偏好、默认 StepFun 的顺序选择引擎并处理首次选择提示;时间戳、SRT 字幕与口播粗剪转写在 Step 国内站与豆包之间按输出需求、安全边界和可用状态路由;另含转写前体检。适用于本地音频或视频,包括小宇宙、B 站等已下载的音视频、会议录音和长音频重新识别。用户说用 Step 转写、只用 step、stepaudio-2.5-asr、用豆包或火山转写、用本地 Whisper 免费转写、设置转写引擎,或点名 step-asr、volc-asr、yichen-asr 时使用;用户明确指定服务商时不得静默切换。Use when a local audio or video file needs transcription, timestamps or subtitles, or when the user names $yichen-asr, $step-asr or $volc-asr.

How do I install this agent skill?

npx skills add https://github.com/mcncarl/yichen-skills --skill yichen-asr
view source ↗

Is this agent skill safe to install?

  • Gen Agent Trust Hubpass

    This skill provides a routing and management layer for audio and video transcription services (StepFun and Volcengine/Doubao). It includes diagnostic tools to verify environment readiness and routing logic to select the appropriate backend based on user needs, while prioritizing security and cost-prevention.

  • Socketwarn

    1 alert: gptAnomaly

  • Snykpass

    Risk: LOW · No issues

What does this agent skill do?

逸尘统一 ASR

本 Skill 是转写的唯一入口:Step ASR 与豆包 ASR 的执行器路由、本地 Whisper 后端和引擎偏好都在这里。原 step-asr、volc-asr 已并入;豆包执行器随本 Skill 发布在 scripts/backends/,Step 执行器由用户自行配置。

用途脚本(在 ~/.agents/skills/yichen-asr/scripts/ 下)
纯文本转写(StepFun 或 Whisper,应用引擎偏好)transcribe.py
路由判断(时间戳、SRT、粗剪、豆包回退)route_asr.py
只读体检asr_doctor.py
豆包执行器与口播粗剪backends/volc_asr_transcribe.py
Python 调用方共用的引擎库asr_engine.py

公开版不内置 Step 执行器。纯文本执行器用 YICHEN_STEP_ASR_SCRIPT、逐字时间戳执行器用 YICHEN_STEP_ASR_TIMESTAMPS_SCRIPT 指向你已安装并审计过的兼容脚本;也可以把它们放在 scripts/backends/step_asr_transcribe.py 与 scripts/backends/step_asr_timestamps.py。豆包执行器可用 YICHEN_DOUBAO_ASR_SCRIPT 覆盖。接口约定见 references/step-asr.md。

纯文本转写与引擎偏好

python3 ~/.agents/skills/yichen-asr/scripts/transcribe.py \
  --input "/absolute/path/input.m4a" \
  --output-dir "/absolute/path/asr" \
  --title "标题" --hotwords "AI,Agent"
  • 引擎顺序:--asr-engine stepfun|whisper > 偏好文件 > 默认 StepFun(付费)。偏好文件 ~/.config/yichen-asr/preference.json(键 asr_engine);新文件没有选择时兼容读取旧的 ~/.config/yichen-content-archive/asr-preference.json(键 xiaoyuzhou_asr_engine)。偏好损坏或值无效时以 invalid_preference 拒绝,不退回付费引擎。
  • 输出里出现 first_use_choice_available: true 和 asr_choice_hint 时,转写前先问用户一次:StepFun(付费、快)还是本地 Whisper(免费、较慢,首次需 uv tool install mlx-whisper 并下载模型),再用 transcribe.py --set-asr-engine stepfun|whisper 保存。偏好只在显式保存时写入(0600,原子替换,保留其他键)。
  • --plan 离线显示将用的引擎、来源和依赖是否就绪,不转写;--resume 对 StepFun 只补未完成分片,对 Whisper 复用完整产物。
  • 产物写在 --output-dir 下:StepFun 为 stepfun_transcript_full.txt、stepfun_transcript_by_time.md、summary.json 与分片;Whisper 为 whisper_transcript_full.txt、whisper_transcript_by_time.srt、whisper_summary.json。已有转写或 StepFun 分片时不加 --resume 一律拒绝(output_exists),避免覆盖和重复计费。
  • stdout 只有一份 JSON(DONE、ASR_PLAN 或 ASR_PREFERENCE_SAVED),TRANSCRIBE_PLAN、后端进度和 REJECTED/ERROR 走 stderr。退出码:0 完成,1 转写失败,2 转写前被拒(含 missing_dependency 与安装命令)。
  • 其他 Skill 的 Python 脚本通过 asr_engine.py 调用同一实现(build_plan、check_ready、transcribe、save_preference),不要再引用旧 step-asr 路径。Whisper 细节见 references/providers.md。

时间戳、字幕与粗剪路由

需求默认后端原因
只要全文、摘要或内容分析transcribe.py(StepFun 或偏好中的 Whisper)StepFun 30 秒切片,失败片段缩成 10/5 秒重试
需要逐字时间戳、SRT 字幕Step 2.5 国内站 SSE 时间戳执行器逐字毫秒时间戳;口播实测停顿检出与边界误差都优于豆包 2.0
口播停顿分析、剪辑粗剪Step 2.5 国内站 SSE 时间戳执行器时间戳结果交给你的剪辑工作流
只要 ffmpeg 一次性粗剪 MP4豆包 ASR(显式指定)豆包执行器包含 SRT 与 ffmpeg 粗剪链
用户明确说“只用 Step”/“只用豆包/火山”/“用 Whisper”对应后端不得跨服务商补齐

Step ASR 与豆包 ASR 之间:豆包是次选后端。用户指定时直接用;自动路由下,Step 缺脚本或缺 key,或时间戳执行器被拒(402 额度用完、401/403 鉴权失败)且一个分片都没转成功、没有产生费用时,自动改用豆包 2.0,并在交接里注明换了服务商。Whisper 只有分段时间,不能代替逐字时间戳或精确 SRT。

python3 ~/.agents/skills/yichen-asr/scripts/route_asr.py --provider auto --need-timestamps --need-srt
python3 "$YICHEN_STEP_ASR_TIMESTAMPS_SCRIPT" \
  --input "/absolute/path/input.mp4" --output-dir "/absolute/path/output" --hotwords "Vibe Coding,Skill"
  • 凭证 STEPFUN_CN_API_KEY 从环境变量读取,不打印 key。国际站 key 在这一接口上时间戳全为 0,不能代替。
  • 被拒时 summary.json 写 stop_reason、chunks_transcribed 和 charge_free;用 route_asr.py --provider auto --need-srt --step-summary <summary.json> 判断,返回 provider: doubao 和 fallback_from 才换;已转成部分分片时留在 Step,充值后同目录 --resume。
  • 执行器参数、输出和收尾检查见 references/step-asr.md。

豆包执行器:python3 ~/.agents/skills/yichen-asr/scripts/backends/volc_asr_transcribe.py "<工作副本>" --transcribe-only;需要 SRT 与粗剪时去掉 --transcribe-only,只生成分析不剪辑时加 --no-execute。它先把工作副本上传到你自己的火山 TOS(TOS_ACCESS_KEY、TOS_SECRET_KEY、TOS_BUCKET)并设为公开读,再提交录音文件识别 2.0,敏感录音不要走这条路线;提交成功后写入 .asr_pending.json,重跑优先恢复原任务;除非用户明确授权,不得使用 --force-new。公开版不包含 App ID、Token 或钥匙串名称:试用与付费 App ID 分别通过 VOLC_ASR_TRIAL_APP_ID、VOLC_ASR_PAID_APP_ID 提供,Token 分别通过 VOLC_ASR_TRIAL_TOKEN、VOLC_ASR_PAID_TOKEN 提供。安全规则、口播粗剪流程、剪辑规则和三层审核见 references/doubao-asr.md,接口与实测数据见 references/providers.md。

执行前体检

python3 ~/.agents/skills/yichen-asr/scripts/asr_doctor.py

只读:报告 Step、Step 国内站、豆包的脚本与凭证是否存在,以及引擎偏好与本地 Whisper 状态;不显示密钥,不调用付费接口,也不导入或运行已配置的执行器。token_present、credential_present 不代表账户有余额;豆包余额只能登录费用中心核验(账户概览 https://console.volcengine.com/finance/account-overview/ ,充值说明 https://www.volcengine.com/docs/3019/1176800?lang=zh),Step 余额用尽要等 HTTP 402 才能确认。

失败与回退

  1. 用户指定服务商或引擎:失败后只报告该后端的错误和恢复路径,不自动换。
  2. 自动路由且尚未提交:若默认后端缺少脚本、密钥或必要能力,可改用满足输出要求的另一后端,并明确说明。
  3. 自动路由且已经提交:不得跨服务商重提;优先用 request ID、缓存或 --resume 恢复。唯一例外见第 6 条。
  4. 豆包余额未知:不得说成“余额充足”或“余额不足”。只有费用中心、账单或明确的接口欠费错误可确认。
  5. 精确 SRT 只能来自时间戳执行器(Step 国内站或豆包),不能降级为 Step 文本执行器的分块 Markdown 或 Whisper 分段,也不能用国际站 key 代替国内站。
  6. Step 时间戳执行器被拒且 charge_free: true:自动路由下改用豆包 2.0,交接写 fallback_from,交付时告诉用户换了服务商和原因。用户明确指定 Step 时只报告,等充值或修 key 后 --resume。charge_free 为 false,或纯文本执行器失败(它不报告是否收费)时都不换。
  7. StepFun 失败片段保留 [StepFun未成功识别:...] 标记,不得删除,也不得用豆包或 Whisper 结果静默填补。

费用与安全

  • 单个文件的明确转写请求可按选定后端执行;批量任务或可能产生显著付费额度时,先说明文件数、总时长和后端,再取得用户确认。批量调用方保留自己的数量门(如小宇宙批量 StepFun 须 --max-transcribe N)。
  • 不输出 Cookie、Token、API Key;长期凭据只存系统钥匙串或用户自己的私有配置,不写入 Skill、脚本、产物、日志或记忆。
  • 不自动充值、购买资源包或开通后付费。
  • 不覆盖既有产物。不得自动删除临时文件;任何清理都要用户明确允许,并且只能移入废纸篓。

交接

{
  "provider": "step|doubao|whisper",
  "mode": "text|timestamps|srt|rough_cut",
  "input": "/absolute/path/input",
  "outputs": [],
  "asr_engine_source": "argument|preference|default",
  "request_id": null,
  "billing_status": "unknown|verified_ok|verified_insufficient|free_local",
  "fallback_from": null,
  "errors": []
}

自动改用豆包时,fallback_from 写 {"provider": "step", "reason": "quota_exceeded|auth_failed|step_key_missing", "charged": false}。

本 Skill 是 $yichen-web-research 的转写子路由。研究总入口负责决定何时需要转写;本 Skill 只负责已有本地音视频的 ASR,不负责搜索、下载或归档。

Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.

<a href="https://skillzs.dev/skills/mcncarl/yichen-skills/yichen-asr">View yichen-asr on skillZs</a>