# speech-to-text

Скилл speech-to-text направляет агента при сборке локального распознавания речи на базе Faster Whisper с тестами и защитой данных.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 284 установки · ★ 48 у репозитория
- Автор: martinholovsky
- Лицензия: Unlicense · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/martinholovsky/claude-skills-generator/tree/HEAD/skills/speech-to-text/SKILL.md
- Обновлён: 2025-12-06
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/martinholovsky-speech-to-text

## Что делает

Скилл задаёт правила и архитектуру для голосового движка на `faster-whisper`. Он учит агента настраивать потоковое распознавание, отсекать тишину с помощью `webrtcvad` и подбирать модель под конкретное железо — от `tiny` на 39 МБ до `large-v3` на 1.5 ГБ.

Разработка строится строго по TDD: сначала пишутся тесты в `pytest` на задержку до 300 мс, утечки памяти и формат входных файлов. Для работы движка локально понадобятся библиотеки `soundfile`, `pydub` и `structlog`.

Вся обработка остаётся локальной: аудиофайлы удаляются сразу после расшифровки, а логирование текста с персональными данными запрещено.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill speech-to-text -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/speech-to-text/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/speech-to-text/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill speech-to-text -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/speech-to-text/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill speech-to-text -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/speech-to-text/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install martinholovsky/claude-skills-generator skills/speech-to-text
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/speech-to-text/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill speech-to-text -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/martinholovsky/claude-skills-generator --path skills/speech-to-text
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/speech-to-text/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill speech-to-text -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/martinholovsky/claude-skills-generator/tree/HEAD/skills/speech-to-text/SKILL.md

## Когда брать
- внедрить Faster Whisper для локального распознавания речи
- настроить отсечение тишины через webrtcvad
- написать pytest-тесты на проверку задержки транскрипции
- организовать удаление временных аудиофайлов для защиты приватности

## Примеры запросов агенту
- Напиши класс SecureSTTEngine на Faster Whisper с проверкой размера файла
- Добавь тесты на задержку отклика до 300 мс для голосового ассистента
- Настрой потоковую обработку чанков аудио с фильтрацией тишины

## Похожие
- [azure-speech-to-text-rest-py](https://affpapa.org/nevibecode/skills/azure-speech-to-text-rest-py.md) — скилл · 2 установки
- [deepgram-speech](https://affpapa.org/nevibecode/skills/deepgram-speech.md) — скилл · 132 установки
- [openrouter-stt](https://affpapa.org/nevibecode/skills/openrouter-stt.md) — скилл · 319 установок
- [venice-audio-transcription](https://affpapa.org/nevibecode/skills/venice-audio-transcription.md) — скилл · ★ 176 у репозитория
- [text-to-speech](https://affpapa.org/nevibecode/skills/calesthio-text-to-speech.md) — скилл · 1300 установок
- [Text to Speech — 20+ Languages, MP3 Output](https://affpapa.org/nevibecode/mcp/text-to-speech-20-languages-mp3-output.md) — MCP-сервер · 2769 установок

## Другие версии с тем же именем
- [speech-to-text · elevenlabs](https://affpapa.org/nevibecode/skills/speech-to-text.md) — 16200 установок
- [speech-to-text · noizai](https://affpapa.org/nevibecode/skills/noizai-speech-to-text.md) — 198 установок
- [speech-to-text · 101-skills](https://affpapa.org/nevibecode/skills/101-skills-speech-to-text.md) — 242 установки

Из того же набора: [martinholovsky/claude-skills-generator](https://affpapa.org/nevibecode/by/martinholovsky/claude-skills-generator.md) — 50 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
