How do I install the Transcribe skill?

Run npx skillmds add artubss/transcribe in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Transcribe safe to use?

This skill has not completed SkillMD's automated safety review yet. Independent scanners report: SkillSpector: PASS, Skill Scanner: PASS. Capability flags: executes scripts, makes network calls, reads secrets. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Transcribe?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Transcribe free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Transcribe?

artubss (@artubss) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Transcribe by artubss — Agent Skill

Name: Transcribe
Rating: 4.666666666666667 (3 reviews)
Author: artubss

Transcribe

Transcrever arquivos de áudio para texto com diarização opcional e dicas de falantes conhecidos. Use quando um usuário pedir para transcrever fala de áudio/vídeo, extrair texto de gravações ou identificar falantes em entrevistas ou reuniões.

artubss 9223b62 7 files · 25.0 KB Updated Aug 19, 2026 10 repo stars

File contents

Transcrição de Áudio

Transcrever áudio usando OpenAI, com diarização opcional de falantes quando solicitado. Prefira o CLI incluído para execuções determinísticas e repetíveis.

Fluxo de trabalho

Coletar entradas: caminho(s) do arquivo de áudio, formato de resposta desejado (text/json/diarized_json), dica de idioma opcional e referências de falantes conhecidos.
Verificar se OPENAI_API_KEY está definida. Se ausente, peça ao usuário para configurá-la localmente (não peça para colar a chave).
Executar o CLI transcribe_diarize.py incluído com padrões sensatos (transcrição rápida em texto).
Validar a saída: qualidade da transcrição, rótulos de falante e limites de segmento; iterar com uma única alteração direcionada se necessário.
Salvar saídas em output/transcribe/ ao trabalhar neste repositório.

Regras de decisão

Usar gpt-4o-mini-transcribe com --response-format text como padrão para transcrição rápida.
Se o usuário quiser rótulos de falante ou diarização, usar --model gpt-4o-transcribe-diarize --response-format diarized_json.
Se o áudio tiver mais de ~30 segundos, manter --chunking-strategy auto.
Prompting não é suportado para gpt-4o-transcribe-diarize.

Convenções de saída

Usar output/transcribe/<job-id>/ para execuções de avaliação.
Usar --out-dir para múltiplos arquivos para evitar sobrescrita.

Dependências (instalar se ausente)

Preferir uv para gerenciamento de dependências.

uv pip install openai

Se uv não estiver disponível:

python3 -m pip install openai

Ambiente

OPENAI_API_KEY deve estar definida para chamadas de API em tempo real.
Se a chave estiver ausente, instruir o usuário a criar uma na interface da plataforma OpenAI e exportá-la em seu shell.
Nunca peça ao usuário para colar a chave completa no chat.

Caminho da skill (configurar uma vez)

export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export TRANSCRIBE_CLI="$CODEX_HOME/skills/transcribe/scripts/transcribe_diarize.py"

Skills com escopo de usuário são instaladas em $CODEX_HOME/skills (padrão: ~/.codex/skills).

Início rápido do CLI

Arquivo único (padrão texto rápido):

python3 "$TRANSCRIBE_CLI" \
  path/to/audio.wav \
  --out transcript.txt

Diarização com falantes conhecidos (até 4):

python3 "$TRANSCRIBE_CLI" \
  meeting.m4a \
  --model gpt-4o-transcribe-diarize \
  --known-speaker "Alice=refs/alice.wav" \
  --known-speaker "Bob=refs/bob.wav" \
  --response-format diarized_json \
  --out-dir output/transcribe/meeting

Saída em texto simples (explícita):

python3 "$TRANSCRIBE_CLI" \
  interview.mp3 \
  --response-format text \
  --out interview.txt

Mapa de referência

references/api.md: formatos suportados, limites, formatos de resposta e notas sobre falantes conhecidos.

---name: transcribedescription: Transcrever arquivos de áudio para texto com diarização opcional e dicas de falantes conhecidos. Use quando um usuário pedir para transcrever fala de áudio/vídeo, extrair texto de gravações ou identificar falantes em entrevistas ou reuniões.---# Transcrição de ÁudioTranscrever áudio usando OpenAI, com diarização opcional de falantes quando solicitado. Prefira o CLI incluído para execuções determinísticas e repetíveis.## Fluxo de trabalho1. Coletar entradas: caminho(s) do arquivo de áudio, formato de resposta desejado (text/json/diarized_json), dica de idioma opcional e referências de falantes conhecidos.2. Verificar se `OPENAI_API_KEY` está definida. Se ausente, peça ao usuário para configurá-la localmente (não peça para colar a chave).3. Executar o CLI `transcribe_diarize.py` incluído com padrões sensatos (transcrição rápida em texto).4. Validar a saída: qualidade da transcrição, rótulos de falante e limites de segmento; iterar com uma única alteração direcionada se necessário.5. Salvar saídas em `output/transcribe/` ao trabalhar neste repositório.## Regras de decisão- Usar `gpt-4o-mini-transcribe` com `--response-format text` como padrão para transcrição rápida.- Se o usuário quiser rótulos de falante ou diarização, usar `--model gpt-4o-transcribe-diarize --response-format diarized_json`.- Se o áudio tiver mais de ~30 segundos, manter `--chunking-strategy auto`.- Prompting não é suportado para `gpt-4o-transcribe-diarize`.## Convenções de saída- Usar `output/transcribe/<job-id>/` para execuções de avaliação.- Usar `--out-dir` para múltiplos arquivos para evitar sobrescrita.## Dependências (instalar se ausente)Preferir `uv` para gerenciamento de dependências.```uv pip install openai```Se `uv` não estiver disponível:```python3 -m pip install openai```## Ambiente- `OPENAI_API_KEY` deve estar definida para chamadas de API em tempo real.- Se a chave estiver ausente, instruir o usuário a criar uma na interface da plataforma OpenAI e exportá-la em seu shell.- Nunca peça ao usuário para colar a chave completa no chat.## Caminho da skill (configurar uma vez)```bashexport CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"export TRANSCRIBE_CLI="$CODEX_HOME/skills/transcribe/scripts/transcribe_diarize.py"```Skills com escopo de usuário são instaladas em `$CODEX_HOME/skills` (padrão: `~/.codex/skills`).## Início rápido do CLIArquivo único (padrão texto rápido):```python3 "$TRANSCRIBE_CLI" \ path/to/audio.wav \ --out transcript.txt```Diarização com falantes conhecidos (até 4):```python3 "$TRANSCRIBE_CLI" \ meeting.m4a \ --model gpt-4o-transcribe-diarize \ --known-speaker "Alice=refs/alice.wav" \ --known-speaker "Bob=refs/bob.wav" \ --response-format diarized_json \ --out-dir output/transcribe/meeting```Saída em texto simples (explícita):```python3 "$TRANSCRIBE_CLI" \ interview.mp3 \ --response-format text \ --out interview.txt```## Mapa de referência- `references/api.md`: formatos suportados, limites, formatos de resposta e notas sobre falantes conhecidos.

Frequently asked questions