SkillFeeder › 全部 Skill › Agent工具链 › audio-to-text
将本地中文语音 WAV 文件转为纯文本，全程离线、无需网络
audio-to-text
audio-to-text 是 SkillFeeder 收录的Agent Skill，来自 GitHub 仓库 godot-fun/gai，★ 203。将本地中文语音 WAV 文件转为纯文本，全程离线、无需网络。适合需离线处理中文语音的开发者。场景是Agent工具链 · Agent运行时。能做的事包括支持 Vulkan 加速的离线中文语音识别、自动 fallback 到 CPU，无需手动切换、输出纯净 UTF-8 文本，无日志无额外格式。打开 GitHub 自行安装。
能做什么
- 支持 Vulkan 加速的离线中文语音识别
- 自动 fallback 到 CPU，无需手动切换
- 输出纯净 UTF-8 文本，无日志无额外格式
原文简介
Transcribes a single PCM16 WAV file to plain UTF-8 text locally through a standard-library Python wrapper around native SenseVoice Small F16 GGUF FunASR llama.cpp runtimes, preferring cross-vendor Vulkan GPU acceleration and automatically falling back to CPU, with built-in FSMN-VAD. Use when the user wants offline speech-to-text, audio transcription, ASR, or spoken-content extraction in Mandarin,
同场景推荐
- dispatching-parallel-agents所在仓库 obra/superpowers，仓库 ★ 315,170并行分发多个独立任务给专用智能体同时处理
- executing-plans所在仓库 obra/superpowers，仓库 ★ 315,170亲手逐项执行实施计划，全程不调用子代理，最终由人工统一评审。
- requesting-code-review所在仓库 obra/superpowers，仓库 ★ 315,170自动调用代码审查子智能体，精准识别潜在问题
- subagent-driven-development所在仓库 obra/superpowers，仓库 ★ 315,170按计划逐项派发独立子代理实现任务，每项自动审查再汇总终审
- using-superpowers所在仓库 obra/superpowers，仓库 ★ 315,170强制在响应前调用匹配技能，确保所有操作合规执行
- agent-architecture-audit所在仓库 affaan-m/ECC，仓库 ★ 300,254诊断 agent 架构故障，定位 wrapper、内存、工具调用等 12 层问题并给出修复代码
- agent-eval所在仓库 affaan-m/ECC，仓库 ★ 300,254横向对比多个编程 agent 在自定义任务上的通过率、耗时与成本
- agent-harness-construction所在仓库 affaan-m/ECC，仓库 ★ 300,254优化AI代理的动作空间、工具定义和观测格式，提升任务完成率。