speech-to-text
Транскрибирует аудио и видео в текст с помощью ElevenLabs Scribe v2. Полезно для создания субтитров, записи встреч и обработки устной речи.
AIcalesthio
official
Данные
★ 64.9k
Что делает навык
Навык транскрибирует аудио и видео в текст, используя модель ElevenLabs Scribe v2. Он поддерживает распознавание более чем 90 языков, диаризацию спикеров и предоставляет временные метки на уровне слов.
Когда применять
- Создание субтитров для видео или аудиофайлов
- Запись и расшифровка деловых встреч
- Обработка устной речи для получения текстовых данных
Как работает
- Инициализировать клиент ElevenLabs
- Открыть файл с аудио или видео в бинарном режиме
- Вызвать метод convert у объекта speech_to_text, передав файл и указав model_id как "scribe_v2"
- Получить результат транскрипции
Примеры запросов агенту
Транскрибируй аудиофайл meeting.mp3 с помощью ElevenLabs Scribe v2
Создай текст из видеоconference.mp4, используя модель scribe_v2
Распознай речь из файла lecture.mp3 и верни текст с временными метками
Что понадобится
- Установленный пакет elevenlabs (для Python)
- API-ключ ElevenLabs
- Файлы аудио или видео для обработки
Описание составлено по SKILL.md навыка, сверено 08.10.2026.
Как подключить
1Скачать навык
# возьмите папку навыка «speech-to-text» из репозитория:
# https://github.com/calesthio/openmontage
2Положить папку с
SKILL.md к навыкам ассистента# положите папку навыка туда, где ассистент ищет skills:
cp -r speech-to-text/ ~/.claude/skills/speech-to-text/
Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.