Jarvis-Video-STT

v1.0.0

Jarvis-Video-STT - 批量视频语音转文字工具。基于Faster-Whisper，支持多进程并行、进度条、汇总报告。 **触发场景**： - 用户需要将视频中的语音转换为文字/字幕 - 批量处理多个视频 - 需要生成SRT字幕或纯文本 - 需要处理报告查看结果统计 **使用方式**： 1. 确认已...

⭐ 0· 83·0 current·0 all-time

by@chongjie-ran

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for chongjie-ran/jarvis-video-stt.

Previewing Install & Setup.

Prompt PreviewInstall & Setup

Install the skill "Jarvis-Video-STT" (chongjie-ran/jarvis-video-stt) from ClawHub.
Skill page: https://clawhub.ai/chongjie-ran/jarvis-video-stt
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install jarvis-video-stt

ClawHub CLI

Package manager switcher

npx clawhub@latest install jarvis-video-stt

Security Scan

VirusTotal

Suspicious

View report →

OpenClaw

Benign

high confidence

✓

Purpose & Capability

技能名、描述、SKILL.md 和 batch_whisper.py 的行为一致：提取视频音轨（ffmpeg）、用 faster-whisper 转写并输出 SRT/TXT/报告。没有请求与转写无关的凭据、系统路径或二进制依赖。

ℹ

Instruction Scope

运行说明仅要求 pip install faster-whisper tqdm 和安装 ffmpeg，且示例命令与脚本匹配。需要注意：faster-whisper 在加载模型时会在首次运行时从远程（如 Hugging Face）下载模型权重，这在 SKILL.md 中未明确说明；下载和模型加载会产生网络通信、显著磁盘占用和高计算需求。

✓

Install Mechanism

无 install spec（仅说明性依赖安装），pip 安装 faster-whisper/tqdm 是常见做法；没有从不信任的 URL 下载或解压可执行文件。风险主要来自模型权重的自动下载（来自公共模型托管服务）。

✓

Credentials

技能不要求环境变量或凭据，代码中也未访问敏感 env；唯一相关的外部访问是模型权重下载（公开模型不需凭据，私有模型会需要相应的 Hugging Face 令牌，如果你用到私有模型才需要提供）。

✓

Persistence & Privilege

技能不会设置 always 或修改其他技能/系统配置；其文件 I/O 限于指定输出目录（包含临时子目录），权限要求与其功能相称。

Assessment

这是一个内部一致的批量视频转写工具，但在安装/使用前请注意： - faster-whisper 会在首次加载模型时从远程仓库下载模型权重（网络流量、较大磁盘占用）；如果使用私有模型，你可能需要提供 HUGGINGFACE_HUB_TOKEN 或类似凭据（该技能本身不声明或传送任何凭证）。 - 转写可能非常消耗资源（CPU/GPU、内存、磁盘）；在小批量或非敏感数据上先测试，调整 -w（并行）和 -m（模型大小）以避免 OOM 或长时间占用。建议在没有 GPU 的情况下使用 --cpu 或减小并行度。 - 脚本通过 ffmpeg 提取音轨（使用 os.system），会在输出目录生成临时文件和结果文件；确保输出目录是你希望写入的位置并备份重要数据。 - 实现上存在潜在稳定性问题（例如将已加载的 model 对象传给 multiprocessing 子进程可能导致 pickling/跨进程问题），如果遇到多进程异常，可使用 -w 1 或修改代码使每个子进程各自加载模型。总体：若你接受模型下载与资源消耗的后果，可以使用；如需在受控环境中运行（无外网、限制磁盘/带宽或敏感视频），先审查/修改脚本以符合你的政策（例如预先手动下载模型并指定本地路径）。

Like a lobster shell, security has layers — review code before you run it.

batchvk973h72shmh4tdysbb6xqhsszn847cw9latestvk973h72shmh4tdysbb6xqhsszn847cw9sttvk973h72shmh4tdysbb6xqhsszn847cw9subtitlevk973h72shmh4tdysbb6xqhsszn847cw9videovk973h72shmh4tdysbb6xqhsszn847cw9whispervk973h72shmh4tdysbb6xqhsszn847cw9

83downloads

0stars

1versions

Updated 3w ago

v1.0.0

MIT-0

Jarvis-Video-STT Skill

快速开始

1. 安装依赖

pip install faster-whisper tqdm 确保ffmpeg已安装 (brew install ffmpeg on macOS)

2. 基本用法

medium模式（高精度，推荐）： python ~/.openclaw/workspace-researcher/tools/jarvis-video-stt/batch_whisper.py -i videos/*.mp4 -o results -m medium

small模式（快速）： python ~/.openclaw/workspace-researcher/tools/jarvis-video-stt/batch_whisper.py -i videos/*.mp4 -o results -m small

指定语言（略快）： python batch_whisper.py -i videos/ -o results -m medium -l zh

调整并行数： python batch_whisper.py -i videos/ -o results -w 4

3. 参数说明

参数	简写	说明	默认值
--input	-i	视频路径/文件夹/通配符	必填
--output	-o	输出目录	output
--model	-m	small/medium	medium
--language	-l	语言代码，None=自动	None
--workers	-w	并行进程数	3
--cpu	-	强制使用CPU	False

4. 输出文件

每个视频生成：

视频名.srt - 带时间戳字幕
视频名.txt - 纯文本

整体生成：

report.json - JSON汇总报告
report.md - Markdown汇总报告

性能参考

模型	一小时视频(单进程)	推荐并行
small	~2分钟	4进程
medium	~5分钟	3进程
large-v3	~8分钟	2进程

适用场景

课程视频转文字
电影/纪录片字幕生成
播客/访谈转录
短视频内容分析
视频内容检索预处理

故障排除

Q: 报 faster-whisper 找不到？ pip install faster-whisper

Q: 报 ffmpeg 找不到？ brew install ffmpeg (macOS) apt install ffmpeg (Ubuntu)

Q: Mac显存不足？减少并行数：-w 2

Comments

Loading comments...