audio-audit-skill

音频/视频内容质检与审核工具 — 自动识别语音内容，检测敏感词、违规信息，生成结构化审核报告

音频内容审核 (Audio Content Audit)

基于 SenseAudio ASR，对音频或视频文件进行自动化内容审核。

核心功能

1. 语音转文字 — 调用 SenseAudio ASR 将音频/视频中的语音识别为文字
2. 敏感词检测 — 内置敏感词库 + 正则匹配，快速扫描违规关键词
3. 情感分析 — 利用 ASR 情感识别能力，标注异常情绪片段
4. 说话人分离 — 多人场景下区分不同说话人的违规内容
5. 结构化报告 — 输出 JSON 审核报告，包含风险等级、违规片段时间戳

使用方式

用户说出类似以下请求时触发此 Skill：

• "帮我审核一下这个音频内容"
• "检查这个视频有没有违规内容"
• "对这批音频做内容质检"

执行步骤

第一步：检查 API 密钥

echo "SENSEAUDIO_API_KEY=$SENSEAUDIO_API_KEY"

如果 SENSEAUDIO_API_KEY 为空，必须先向用户询问，说明在 https://senseaudio.cn 注册获取。不要直接运行脚本让它报错。

第二步：运行脚本进行审核

# 基础审核
python scripts/audio_audit.py "/path/to/audio.mp3" --output outputs/

# 启用说话人分离 + 情感分析
python scripts/audio_audit.py "/path/to/meeting.mp4" --speaker --sentiment

# 自定义敏感词
python scripts/audio_audit.py "/path/to/audio.mp3" --keywords "赌博,色情,暴力"

# 批量审核目录下所有音视频
python scripts/audio_audit.py "/path/to/media_folder/"

注意：如果环境变量 SENSEAUDIO_API_KEY 已设置，无需 --senseaudio-api-key。

第三步：深度语义审核（如用户需要）

脚本会输出转写文本（*_transcript.txt）和关键词扫描报告。如果用户需要更深入的语义审核（隐晦违规、擦边内容、不当言论等），你（Claude）直接读取转写文本进行分析，不需要调用外部 LLM。

分析维度：

• 政治敏感、暴力血腥、色情低俗
• 违法违规（赌博、诈骗、毒品）
• 虚假宣传、歧视侮辱、隐私泄露

第四步：返回结果

将审核报告返回给用户，重点标注风险项。

环境要求

• Python 3.10+，依赖：requests
• 系统依赖：ffmpeg（用于视频音频提取）
• SENSEAUDIO_API_KEY — SenseAudio API 密钥（唯一需要的密钥）

参数说明

参数	说明	默认值
input	输入音频/视频文件或目录（必填）	-
--output	输出目录	输入文件同级 audit_output/
--model	ASR 模型 (lite/standard/pro)	standard
--language	音频语言代码 (zh/en/ja 等)	自动检测
--speaker	启用说话人分离	否
--sentiment	启用情感分析	否
--keywords	自定义敏感词（逗号分隔）	内置词库
--senseaudio-api-key	SenseAudio API 密钥	环境变量

输出文件

文件	说明
文件名_audit.json	结构化审核报告（含风险等级、违规片段、时间戳）
文件名_audit.txt	人类可读的审核摘要
文件名_transcript.txt	完整转写文本