Транскрипция аудио/видео

Транскрипция через MLX Whisper на Apple Silicon. Работает локально, без облака.

Расположение

• Модели: ~/.local/share/mlx-whisper/mlx_models/
• Venv: ~/.local/share/mlx-whisper/.venv-whisper/
• Модель: large-v3 (точная, ~3 ГБ). Единственная используемая модель

Инструкция для Claude

Шаг 1: Проверка venv

~/.local/share/mlx-whisper/.venv-whisper/bin/python -c "import mlx_whisper; print('ok')" 2>/dev/null

Если ошибка (сломан или отсутствует) — пересоздать:

rm -rf ~/.local/share/mlx-whisper/.venv-whisper
python3 -m venv ~/.local/share/mlx-whisper/.venv-whisper
~/.local/share/mlx-whisper/.venv-whisper/bin/pip install mlx-whisper

Шаг 2: Определить файл и модель

• Аргумент скилла = путь к файлу. Если не указан — спросить пользователя.
• Всегда использовать large-v3. Других моделей нет.

Шаг 3: Транскрипция

bash "$IWE_SCRIPTS/route-task.sh" --skill transcribe --args "<путь_к_файлу>"

Если язык не русский — пользователь укажет, или скрипт автоматически детектирует.

Шаг 4: Результат

• Показать текст пользователю.
• Если пользователь просит сохранить — записать в файл рядом с исходным: <имя_файла>.txt.
• Для длинных файлов (>30 мин) предупредить, что может занять несколько минут.

Поддерживаемые форматы

mp3, m4a, wav, flac, ogg, mp4, mkv, webm — любые, которые поддерживает ffmpeg.