Whisper Skill
Transcription Whisper locale qui sélectionne le backend et le modèle adaptés à votre matériel
Testé · Fonctionne
Ce que fait
Configure et exécute Whisper localement au lieu de passer par l'API OpenAI : il détecte votre OS, CPU, GPU et RAM, puis choisit un backend (mlx-whisper, faster-whisper, whisper.cpp, whisperx, openvino) et un modèle adaptés. Fournit des exemples exécutables pour la transcription de fichiers uniques et par lots, l'extraction d'URL via yt-dlp, la diarisation des locuteurs, la dictée vocale push-to-talk, et l'incrustation de sous-titres de style CapCut dans des MP4. Se déclenche sur les demandes de transcription audio ou vidéo localement, de génération de sous-titres pour les shorts et reels, de conversion parole-texte sans clé API, ou de remplacement des outils de dictée de type Superwhisper.
Rapport de test
A transcrit le même clip de 10 secondes de deux manières sur un Mac M3 : le chemin naïf sans compétence (pip install openai-whisper, whisper sample.wav --model small) a pris 5m44s sur CPU et a renvoyé 'That week Brown Fox jumped over the lazy dog, whispered transcription benchmark's major word error rate' - 6 mots erronés sur 26, soit environ 23% WER. En utilisant la compétence, son détecteur a correctement identifié la machine comme Apple M3 / 8 GB / Metal et a routé vers mlx-whisper sur MPS, et son script d'exemple a renvoyé une transcription parfaite avec des repères SRT propres en 3m35s, y compris le téléchargement du modèle. Un vrai bug : examples/common.py construit l'ID du dépôt MLX comme mlx-community/whisper-<model>, donc le modèle que son propre détecteur recommande (--model small) échoue avec une erreur 404, et vous devez passer mlx-community/whisper-small-mlx manuellement. Trois liens dans le corps (docs/word-level-subs.md, methodology/post-processing.md, examples/burn_subs.py) pointent vers des fichiers qui n'ont jamais été committés.
Testé le: 2026-07-28 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/Mobiss11/Whisper-Skill.git ~/.claude/skills/whisper-skill
Commandes et exemples de prompts
/whisper-skillTranscription Whisper locale qui sélectionne le backend et le modèle adaptés à votre matériel
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
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