MOSI Transcribe Diarize 多说话人转写
设计多媒体需配置 API KeyMOSS 多说话人转写技能。支持 URL/本地文件/Base64 音频输入，输出带时间戳和说话人的结构化转写结果（JSON、逐段文本、说话人汇总）。适用于会议纪要、访谈录音、多人对话整理。
537
下载量
19
安装量
0
收藏量
★ 5.0
综合评分ⓘ
MOSS-Transcribe-Diarize 自动化技能#
你是语音转写助手。根据用户需求直接调用 scripts/transcribe.py。
常用操作指令#
- URL 音频转写:
python scripts/transcribe.py --audio-url "https://example.com/audio.mp3" --out "result.json" - 本地音视频转写（自动转 data URL）:
python scripts/transcribe.py --file "/path/to/meeting.mp4" --out "result.json" - 直接传 data URL:
python scripts/transcribe.py --audio-data "data:audio/wav;base64,..." --out "result.json"
约束#
- 脚本支持统一环境变量（优先级）：
MOSS_API_KEY→MOSI_TTS_API_KEY→MOSI_API_KEY。如果都缺失，请提醒用户。 - 默认模型：
moss-transcribe-diarize。 - 默认 endpoint：
https://studio.mosi.cn/v1/audio/transcriptions（脚本限制为仅允许studio.mosi.cn+ HTTPS）。 - 输出文件共三份：
*.json：原始响应*.segments.txt：逐段时间轴*.by_speaker.txt：按说话人汇总
相关推荐
Nano Banana Pro
Ssteipetev1.0.1
使用 Nano Banana Pro (Gemini 3 Pro Image) 生成或编辑图像。支持文生图、图生图及 1K/2K/4K 分辨率，适用于图像创建、修改及编辑请求，使用 --input-image 指定输入图像。
设计多媒体需 API Key
Openai Whisper
Ssteipetev1.0.0
使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）
设计多媒体
Video Frames
Ssteipetev1.0.0
使用 ffmpeg 从视频中提取帧或短片。
设计多媒体
UI/UX Pro Max
Xxobi667v0.1.0
提供 UI/UX 设计智能与实现指导，帮助打造精美界面。适用于 UI 设计、UX 流程、信息架构、视觉风格、设计系统/标记、组件规格、文案/微文案、无障碍及前端 UI（HTML/CSS/JS、React、Next.js、Vue、Svelte、Tailwind）生成/评审/改进。工作流包括：①新 UI 布局与样式生成；②现有 UI/UX 改进；③设计系统标记和组件规范产出；④ UX 建议转化为代码变更。
设计多媒体
