Whisper Skill
Используй этот скилл когда пользователю нужна локальная транскрибация аудио/видео через Whisper, голосовой ввод (диктовка вместо клавиатуры, push-to-talk hotkey), или вшивание субтитров в MP4 в стиле CapCut. Активируй при задачах "транскрибируй файл/папку/TikTok/YouTube/подкаст", "сабы для shorts/reels/тиктока", "speech-to-text локально", "speaker diarization", "диктовка голосом", "Superwhisper alternative", "Wispr Flow alternative", "voice dictation". Скилл автоматически определяет ОС/CPU/GPU и подбирает оптимальный бэкенд (faster-whisper / whisper.cpp / whisperx / mlx-whisper / openvino) и м
Install
npx skills add Mobiss11/Whisper-Skill --skill whisper-skillgit clone --depth 1 https://github.com/Mobiss11/Whisper-Skill.git /tmp/Whisper-Skill
mkdir -p ~/.claude/skills
cp -r /tmp/Whisper-Skill/. ~/.claude/skills/whisper-skillPersonal skills live in ~/.claude/skills. Use .claude/skills in a project folder to share a skill with your team.
From the SKILL.md
# Whisper Skill — локальная транскрибация без OpenAI API Этот скилл учит Claude правильно ставить и использовать Whisper локально — на ноуте, маке, серваке, без всякого OpenAI API. Поддерживает все ~99 языков (Whisper мультиязычен из коробки), все ОС, и автоматически подбирает оптимальный путь под конкретное железо. > 💰 **Сколько экономим**: OpenAI Whisper API стоит **$0.006/мин**. Если транскрибируешь 5 часов в день — это **$108/мес**. Локальная установка — **$0** после первой загрузки модели (~3 GB). ## Как пользоваться ### Шаг 0 — Самый простой путь: интерактивный мастер Если пользователь не хочет читать документацию — **запусти мастер**, он спросит что хочешь делать и сам всё поставит: ```bash python wizard.py ``` Мастер задаёт 3 вопроса (что делать / какая ОС / поставить?) и автоматически: - определяет железо - ставит ffmpeg + нужный whisper-бэкенд + модель - настраивает выбранную фичу (диктовка / сабы / транскрибация / подкасты) - прогоняет smoke-test Идеален для не-технарей или быстрого старта. ### Шаг 1 — Если хочешь руками: определи железо ```bash python scripts/detect_env.py ``` Скрипт сам: - определит ОС (macOS / Linux / Windows / WSL) - определит CPU (Apple Silicon / x86_64 / ARM) - найдёт GPU (NVIDIA CUDA / AMD ROCm / Apple Metal / нет) - посмотрит сколько RAM / VRAM - подберёт **оптимальный бэкенд + модель** + выдаст команды установки Дальше работаешь с тем что он рекомендовал. Не угадывай — **всегда запускай детектор первым**.
Details
- Skill name
whisper-skill- Repository
- Mobiss11/Whisper-Skill
- License
- MIT
- Repo updated
- 8 August 2026
FAQ
What does the Whisper Skill skill do?
Используй этот скилл когда пользователю нужна локальная транскрибация аудио/видео через Whisper, голосовой ввод (диктовка вместо клавиатуры, push-to-talk hotkey), или вшивание субтитров в MP4 в стиле CapCut. Активируй при задачах "транскрибируй файл/папку/TikTok/YouTube/подкаст", "сабы для shorts/reels/тиктока", "speech-to-text локально", "speaker diarization", "диктовка голосом", "Superwhisper alternative", "Wispr Flow alternative", "voice dictation". Скилл автоматически определяет ОС/CPU/GPU и подбирает оптимальный бэкенд (faster-whisper / whisper.cpp / whisperx / mlx-whisper / openvino) и м
How do I install the Whisper Skill skill?
skills CLI (Claude Code, Cursor, Codex and more): npx skills add Mobiss11/Whisper-Skill --skill whisper-skill. Skills go in ~/.claude/skills (personal) or .claude/skills (project), and Claude loads them automatically when a task matches the description.
Is Whisper Skill popular?
It lives in Mobiss11/Whisper-Skill, which has 17 GitHub stars and 14 forks.
Related skills
Fish Audio
17AceDataCloud/Skills
Generate text-to-speech, find saved voices, create a persistent public voice model, or make a one-shot clone from an HTTPS audio URL and exact transcript via AceDataCloud API.
H3mlx
23RobZombAI/H3MLX
Autonomous AI agent execution skill for high-speed, photorealistic MiniMax-H3 video and 48kHz audio generation on Apple Silicon (Metal 4 / MLX / Pure C). Includes Fast Master (8-step) and FastVideo (4-step) presets, hardware auto-profiling, and broadcast mastering.
Html2video
19cclank/lanshu-html2video-skill
Turn a web article URL into a polished 1920x1080 edited video (MP4) — code-driven editing with Remotion, not AI video generation. Use this whenever the user wants an article, blog post, research page or changelog made into a video, or says 文章转视频, 网页转视频, 把这篇做成视频, article-to-video, url-to-video, or asks for an explainer or montage cut of written content. It harvests the page's real structure, full-resolution figures and design tokens, mines the content for what matters (including the caveats most tools skip), commits to a reviewable storyboard.json, then renders through a hardened Chinese-typogr
Biaoqing Yanyi
20dashian1/biaoqing-yanyi-skill
Use when creating Chinese AI video acting prompts for micro-expressions, emotional dialogue, eye movement, mouth shape, breathing, posture, voice rhythm, restrained crying, anger, coquettish acting, one-line emotional variations, and time-coded performance breakdowns.
Whiteboard Video
19Matteoikarieth96/whiteboard-video-skill
Make hand-drawn whiteboard explainer videos (animated marker drawings, voice-over, burned-in captions, MP4) on any topic. Use this whenever the user wants an explainer video, a whiteboard or "drawn" animation, an animated explainer for a talk, a short video for X/LinkedIn/YouTube that explains a concept, or asks to turn a script, article, slide deck or topic into a narrated video, even if they don't say "whiteboard". It interviews the user for context, writes and fact-checks a scene-by-scene script for approval, offers voice-over options with audio samples (free macOS voices, ElevenLabs, OpenA
Vox Style Collage Video
24sadekxD/vox-style-collage-video-skill
Turn a script or fact list into a finished Vox-style paper-collage explainer video: flat torn-edge photographic cut-outs, off-white newsprint ground with ONE bold accent color, big kinetic typography synced to the voiceover, infographic motifs (maps, arrows, redlines, timelines, charts), limited low-frame-rate cutout motion, narration-first pacing. ALL image/video/music generation runs on Unsora (create_image nano-banana-pro, create_video seedance-2.0, create_music mureka-7.5); the VOICEOVER is the one thing Unsora cannot make, so it comes from a supplied file or the session's own TTS tool, th
Browse the most popular Claude skills, all images, video & audio skills, or write your own with the skills generator.