kbarbel640-del AssemblyAI Transcriber 🎙️
Transkribiert Audio-Dateien mit Speaker Diarization (wer spricht wann).
Features
- ✅ Transkription in 100+ Sprachen
- ✅ Speaker Diarization (Sprecher A, B, C...)
- ✅ Timestamps pro Äusserung
- ✅ Automatische Spracherkennung
- ✅ Unterstützt MP3, WAV, M4A, FLAC, OGG, WEBM
Setup
- AssemblyAI Account erstellen: https://www.assemblyai.com/
- API Key holen (kostenlos, 100 Min/Monat im Free Tier)
- Config speichern:
// ~/.assemblyai_config.json oder workspace/.assemblyai_config.json
{
"api_key": "YOUR_API_KEY"
}
Verwendung
Audio transkribieren (lokal)
Transkribiere die Datei /pfad/zur/aufnahme.mp3 mit Speaker Diarization
Audio von URL transkribieren
Transkribiere https://example.com/meeting.mp3
Telegram Voice Message
Einfach eine Sprachnachricht senden - der Agent transkribiert automatisch!
Workflow
- Audio wird zu AssemblyAI hochgeladen
- Transkription + Diarization läuft (wenige Sekunden)
- Ergebnis wird formatiert zurückgegeben:
## Transkript
**Speaker A** [00:00]: Hallo zusammen, willkommen zum Meeting.
**Speaker B** [00:03]: Danke! Freut mich dabei zu sein.
**Speaker A** [00:06]: Lass uns mit dem ersten Punkt starten...
API Script
Das Script scripts/transcribe.py kann direkt aufgerufen werden:
python3 scripts/transcribe.py /pfad/zur/datei.mp3
python3 scripts/transcribe.py https://example.com/audio.mp3
Kosten
- Free Tier: 100 Minuten/Monat kostenlos
- Danach:
$0.01/Minute (CHF 0.01/Min)
Output Formate
Der Agent kann das Transkript:
- Im Chat anzeigen
- Als Markdown-Datei speichern
- In Obsidian ablegen (z.B.
/Voice Notes/) - Zusammenfassen lassen
Tipps
- Für beste Speaker Diarization: klare Sprecherwechsel, wenig Überlappung
- Hintergrundgeräusche werden gut gefiltert
- Bei mehreren Sprachen: Auto-Detection funktioniert gut
Skill by xenofex7 🦭