# multimodal-whisper

Скилл для Claude, который подключает модель Whisper: расшифровка аудио на 99 языках, перевод на английский и определение языка.

- скилл · `type=skill` · Claude Code · 91 установка
- Автор: Orchestra Research
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/multimodal-whisper
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/multimodal-whisper

## Что делает

Скилл даёт агенту доступ к модели распознавания речи Whisper от OpenAI. Он расшифровывает аудио и видео, переводит речь на английский и определяет язык записи. Пригодится, когда нужно превратить подкаст, встречу или интервью в текст прямо в проекте.

Внутри шесть размеров модели: от tiny на 39M параметров до large на 1550M. Для скорости и качества советуют `turbo`, для прототипов хватит `base`. Есть режим пословных таймстемпов, подсказка `initial_prompt` для терминов и имен, а также температурный перебор, когда уверенность модели низкая. Вывод бывает в txt, srt, vtt и json.

Заранее понадобится Python 3.8–3.11, пакет `openai-whisper` и `ffmpeg`. На GPU обработка идёт заметно быстрее, чем на CPU, поэтому крупные модели стоит запускать с оглядкой на объём видеопамяти. Модель склонна выдумывать текст на длинных записях, так что результат стоит вычитывать.

## Установка

### Claude Code (родная платформа)

1. **Через claude-code-templates**
```bash
npx claude-code-templates@latest --skill ai-research/multimodal-whisper
```

2. **Через Skills CLI (Vercel)**
```bash
npx skills add davila7/claude-code-templates --skill multimodal-whisper -a claude-code
```

3. **Вручную: положить файлы**
- Файл: `~/.claude/skills/multimodal-whisper/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/multimodal-whisper/

### Codex

**Вручную: положить файлы**
- Файл: `.agents/skills/multimodal-whisper/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

**Вручную: положить файлы**
- Файл: `.cursor/skills/multimodal-whisper/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install davila7/claude-code-templates multimodal-whisper
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/multimodal-whisper/SKILL.md`

### Gemini CLI

**Командой платформы**
```bash
gemini skills install https://github.com/davila7/claude-code-templates --path cli-tool/components/skills/ai-research/multimodal-whisper
```

### Windsurf (Devin Desktop)

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

### 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/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/multimodal-whisper

## Когда брать
- расшифровать подкаст или интервью в текст
- сделать субтитры srt для видео
- перевести запись на другом языке на английский
- определить, на каком языке говорит спикер
- разобрать шумную запись встречи в заметки

## Примеры запросов агенту
- Расшифруй `audio.mp3` моделью `turbo` и сохрани текст в файл
- Сделай субтитры srt из `video.mp4` на английском
- Переведи `spanish.mp3` на английский и выведи таймстемпы по словам

## Похожие
- [vision-multimodal](https://affpapa.org/nevibecode/skills/vision-multimodal.md) — скилл · 550 установок
- [ai-multimodal](https://affpapa.org/nevibecode/skills/ai-multimodal.md) — скилл · 530 установок
- [bailian-gen](https://affpapa.org/nevibecode/skills/bailian-gen.md) — скилл · 9200 установок
- [openai-whisper](https://affpapa.org/nevibecode/skills/openai-whisper.md) — скилл · 7100 установок
- [openai-whisper-api](https://affpapa.org/nevibecode/skills/openai-whisper-api.md) — скилл · 5400 установок
- [faster-whisper](https://affpapa.org/nevibecode/skills/faster-whisper.md) — скилл · 1800 установок

Из того же набора: [davila7/claude-code-templates](https://affpapa.org/nevibecode/by/davila7/claude-code-templates.md) — 205 карточек

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