# speech-to-text

Скилл speech-to-text конвертирует аудио- и видеофайлы в текст с автоматическим определением языка, временными метками и идентификацией говорящих. Нужен API-ключ Noiz.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 198 установок · ★ 539 у репозитория
- Автор: NoizAI
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/NoizAI/skills/tree/HEAD/skills/speech-to-text/SKILL.md
- Обновлён: 2026-09-28
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/noizai-speech-to-text

## Что делает

Скилл запускается командой Python и отправляет аудиофайл на сервер Noiz для обработки. Поддерживает файлы до 50 МБ и продолжительностью до 10 минут в форматах mp3, wav, m4a, ogg, flac, aac, webm. По умолчанию выводит только текст транскрипции, но может вернуть полный JSON с разбивкой на сегменты, временными метками и номерами говорящих.

Для работы нужны пакет `requests` (установка через pip) и API-ключ Noiz. Ключ можно сохранить один раз через конфигурацию или передавать как переменную окружения `NOIZ_API_KEY`. Лимиты: тариф $0.0006 за секунду аудио, десятиминутный файл обойдётся примерно в $0.36.

Скилл автоматически срабатывает на команды типа «транскрибируй», «получи субтитры», «определи язык» или на запросы вроде «что говорит в этом файле». Поддерживает многоязычное распознавание с явным выбором языка через флаг `--language`.

## Установка

### Claude Code (родная платформа)

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

2. **Командой платформы**
```bash
gemini skills install https://github.com/NoizAI/skills --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 NoizAI/skills --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/NoizAI/skills/tree/HEAD/skills/speech-to-text/SKILL.md

## Когда брать
- транскрибировать подкаст или интервью в текст
- получить субтитры с временными метками из видео
- выделить из аудиозаписи слова каждого говорящего
- преобразовать речь в разных языках в единый текст
- экспортировать транскрипцию в JSON с информацией о сегментах

## Примеры запросов агенту
- Транскрибируй аудиофайл `meeting.wav` и сохрани в `transcript.txt`
- Получи транскрипцию `podcast.m4a` на испанском языке с метками говорящих в формате JSON
- Конвертируй `interview.mp3` в текст с автоматическим определением языка

## Похожие
- [azure-speech-to-text](https://affpapa.org/nevibecode/skills/azure-speech-to-text.md) — скилл · 913 установок
- [ASR](https://affpapa.org/nevibecode/skills/answerzhao-asr.md) — скилл · 209 установок
- [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
- [azure-speech-to-text-rest-py](https://affpapa.org/nevibecode/skills/azure-speech-to-text-rest-py.md) — скилл · 2 установки
- [multimodal-whisper](https://affpapa.org/nevibecode/skills/multimodal-whisper.md) — скилл · 91 установка

## Другие версии с тем же именем
- [speech-to-text · elevenlabs](https://affpapa.org/nevibecode/skills/speech-to-text.md) — 16200 установок
- [speech-to-text · martinholovsky](https://affpapa.org/nevibecode/skills/martinholovsky-speech-to-text.md) — 284 установки
- [speech-to-text · 101-skills](https://affpapa.org/nevibecode/skills/101-skills-speech-to-text.md) — 242 установки

Из того же набора: [noizai/skills](https://affpapa.org/nevibecode/by/noizai/skills.md) — 7 карточек

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