Whisper Skill
Transcripción local de Whisper que selecciona el backend y el modelo para tu hardware
Probado · Funciona
Qué hace
Configura y ejecuta Whisper localmente en lugar de a través de la API de OpenAI: detecta tu sistema operativo, CPU, GPU y RAM, luego elige un backend (mlx-whisper, faster-whisper, whisper.cpp, whisperx, openvino) y un modelo compatible. Incluye ejemplos ejecutables para transcripción de archivos individuales y por lotes, descarga de URL vía yt-dlp, diarización de hablantes, dictado de voz push-to-talk y grabación de subtítulos estilo CapCut en MP4. Se activa con solicitudes para transcribir audio o video localmente, generar subtítulos para cortos y reels, realizar voz a texto sin una clave API, o reemplazar herramientas de dictado estilo Superwhisper.
Informe de la prueba
Transcribí el mismo clip de 10 segundos de dos maneras en un Mac M3: la ruta ingenua sin skill (pip install openai-whisper, whisper sample.wav --model small) se ejecutó en 5m44s en la CPU y devolvió 'That week Brown Fox jumped over the lazy dog, whispered transcription benchmark's major word error rate' - 6 palabras incorrectas de 26, aproximadamente un 23% de WER. Siguiendo la skill, su detector leyó correctamente la máquina como Apple M3 / 8 GB / Metal y la enrutó a mlx-whisper en MPS, y su script de ejemplo devolvió una transcripción perfecta con subtítulos SRT limpios en 3m35s, incluyendo la descarga del modelo. Un error real: examples/common.py construye el ID del repositorio MLX como mlx-community/whisper-<model>, por lo que el modelo que su propio detector recomienda (--model small) falla con un 404, y tienes que pasar mlx-community/whisper-small-mlx manualmente. Tres enlaces en el cuerpo (docs/word-level-subs.md, methodology/post-processing.md, examples/burn_subs.py) apuntan a archivos que nunca fueron confirmados.
Probado el: 2026-07-28 · Claude Code 2.x (agent harness)
Instalación
git clone https://github.com/Mobiss11/Whisper-Skill.git ~/.claude/skills/whisper-skill
Comandos y prompts de ejemplo
/whisper-skillTranscripción local de Whisper que selecciona el backend y el modelo para tu hardware
Los skills se activan con peticiones en lenguaje natural, sin comandos que memorizar. Tras instalarlo, prompts como estos lo activan (en inglés):
Transcribe this podcast episode locally without using the OpenAI APIBurn TikTok-style subtitles into my reel from this MP4 clipI want a free Superwhisper-style dictation tool for my Mac