跳至正文
OpenAgentSkill
浏览已开放 · 目录记录日期 2026-11-21 · 自动更新和账户服务暂时关闭。
浏览器与自动化

transcrever

Transcreve áudio ou vídeo de qualquer origem (reunião com cliente, audiência, depoimento, sustentação oral, áudio de WhatsApp, gravação de consulta) usando whisper.cpp local, gerando legenda .srt e transcrição .md com timestamps; opcionalmente rotula os interlocutores e extrai as falas mais relevantes quando há referência de contexto.

emidio-trancoso · 已有静态检查记录

安装与使用

运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。

npx skills add emidio-trancoso/advocacia-aberta --skill transcrever

技能说明


name: transcrever description: Transcreve áudio ou vídeo de qualquer origem (reunião com cliente, audiência, depoimento, sustentação oral, áudio de WhatsApp, gravação de consulta) usando whisper.cpp local, gerando legenda .srt e transcrição .md com timestamps; opcionalmente rotula os interlocutores e extrai as falas mais relevantes quando há referência de contexto.

Transcrever — Áudio e Vídeo em Texto

Esta skill transforma uma gravação em texto. Serve para qualquer gravação: reunião com cliente, audiência, depoimento, sustentação oral, áudio de WhatsApp, gravação de consulta ou ligação. O resultado é uma legenda (.srt) e uma transcrição (.md) limpa, com a hora de cada fala entre colchetes ([HH:MM:SS]) e um marcador [?] no lugar do nome de quem fala.

A transcrição roda 100% no seu computador (offline). Nenhum áudio sai da sua máquina — bom para sigilo profissional.

Aviso honesto de tempo: transcrever 1 hora de áudio leva cerca de 15 a 25 minutos de processamento. É normal. O computador fica trabalhando esse tempo.

Ao final, há um passo opcional que identifica quem é cada pessoa nas falas e separa os trechos mais importantes — útil quando você tem o contexto da gravação (uma ata, uma pauta, uma lista de presentes, ou simplesmente sabe quem participou).

Instrução

Considere <arquivo-de-midia> o caminho relativo do áudio ou vídeo informado pelo usuário. Exemplos:

  • casos/Silva-vs-Maria/autos/audiencia.webm
  • casos/reuniao-cliente-joao/reuniao.m4a
  • casos/Silva-vs-Maria/autos/audio-whatsapp.ogg

Se o caminho não tiver sido informado, detecte o arquivo aberto no editor quando essa informação estiver disponível; caso contrário, pergunte ao usuário.

Os caminhos abaixo são todos relativos à raiz do projeto aberta no agente. Substitua <arquivo-de-midia> pelo caminho real, sempre entre aspas.


Passo 1 — Verificar o ambiente

Antes de transcrever, confira se as ferramentas necessárias e o modelo de reconhecimento de voz estão instalados:

which whisper-cli ffmpeg
ls ~/.whisper-models/ggml-medium-q5_0.bin 2>/dev/null

Se qualquer uma dessas linhas não encontrar o que procura (saída vazia ou mensagem de "não encontrado"), o ambiente ainda não está pronto. Nesse caso, oriente o usuário a executar a skill preparar-ambiente, que instala tudo automaticamente (as ferramentas e o modelo de voz). Não tente instalar nada aqui; apenas aponte para essa skill e pare.

Se tudo foi encontrado, siga para o Passo 2.


Passo 2 — Transcrever

Execute o comando de transcrição com o caminho do arquivo de mídia:

python3 "${CLAUDE_PLUGIN_ROOT:-.}/ferramentas/processamento/transcrever/transcrever.py" "<arquivo-de-midia>"

O que o programa faz, por baixo dos panos:

  • Extrai o áudio do arquivo (mesmo de um vídeo) e o prepara para leitura.
  • Divide o áudio em blocos de 10 minutos.
  • Transcreve cada bloco em português, usando o modelo de voz local.
  • Vai salvando a legenda .srt a cada bloco concluído (salvamento incremental).
  • Monta a transcrição .md ao final.

Lembre o usuário do tempo: ~15 a 25 minutos por hora de áudio. É hora de tomar um café.

Se o processo for interrompido no meio (computador desligou, você cancelou), basta rodar o mesmo comando de novo: os blocos já transcritos não são refeitos, e a transcrição continua de onde parou.


Passo 3 — Conferir as saídas

Os dois arquivos nascem ao lado do arquivo de mídia original, com o mesmo nome:

  • <nome-do-arquivo>.srt — legenda com a hora exata de cada trecho.
  • <nome-do-arquivo>.md — transcrição em texto, pronta para leitura, no formato:
- **[00:02:15]** `[?]` Boa tarde a todos, vamos dar início à reunião...
- **[00:02:31]** `[?]` Doutor, eu queria entender melhor o prazo...

Cada linha traz a hora da fala ([HH:MM:SS]) e o marcador [?], que é um espaço reservado para o nome ou papel de quem está falando. Abra o .md e confirme que o texto está coerente com o áudio.

Anti-alucinação: a transcrição deve ser fiel ao áudio. Nunca complete, corrija ou invente falas que não foram ditas. Se um trecho ficou inaudível ou incompreensível, deixe como está (o programa pode marcar [inaudível]).

Pronto. Se você só precisava do texto da gravação, pode parar aqui. O Passo 4 é opcional.


Passo 4 (OPCIONAL) — Identificar quem fala e destacar o que importa

Este passo só vale a pena quando você tem contexto sobre a gravação: sabe quem são as pessoas, tem uma ata, uma pauta, uma lista de presentes ou a ordem em que as pessoas falaram. Com esse contexto, dá para trocar cada [?] pelo papel real de quem fala e separar as falas mais relevantes.

Se você não tem esse contexto, pode ignorar este passo.

4a — Reunir a referência de contexto

Junte qualquer material que diga quem participou e em que ordem. Pode ser:

  • Uma ata (de audiência, de reunião, de assembleia).
  • Uma pauta ou roteiro do encontro.
  • Uma lista de presentes ou de testemunhas.
  • O analise/SUMARIO.md do caso (quem é cliente, parte contrária, advogados).
  • Ou simplesmente o que o usuário souber de cabeça sobre quem estava lá.

Extraia dessa referência um elenco simples: quem participou e, se houver, a ordem em que cada pessoa falou. Em audiência, por exemplo, a ordem da ata é a chave mestra: o juiz abre, depois falam advogados, depois as partes, depois as testemunhas na ordem listada.

4b — Trocar cada [?] pelo papel real

Leia a transcrição e, para cada fala, deduza quem está falando comparando o conteúdo com a referência de contexto e com pistas da própria fala. Algumas pistas úteis (adapte ao tipo de gravação):

Pista na falaProvável interlocutor
"Declaro aberta", "defiro/indefiro", "dou por encerrada"Juiz (em audiência)
"Excelência", "MM. Juiz", "nobre magistrado"Advogado se dirigindo ao juízo
"Pergunto se o senhor...", "o senhor confirma que..."Quem está conduzindo
阅读完整来源 ↗