メディア文字起こし：YouTube、ポッドキャスト、ローカル音声・動画のためのオープンソーススキル

Transcribe MediaはオープンソースのOpenClawスキルで、YouTube動画、ポッドキャストエピソード、公開メディアリンク、ローカルの音声・動画ファイルからテキストを抽出するために設計されています。まず既存のキャプションや公式トランスクリプトを取得しようとし、利用できない場合のみ文字起こしにフォールバックします。結果のテキストは、要約、コンテンツベースの質問、事実抽出、引用、トピック、アクションアイテムに活用できます。

仕組み

このスキルは既存のキャプションやトランスクリプトを優先するため、時間とトークンを節約します。存在しない場合はメディアを文字起こしします。サポートされるローカル形式には、MP3、MP4、WAV、M4A、WebMなどが含まれます。

重要な詳細

• リモート文字起こしには明示的な承認が必要です — ユーザーの同意なしにリモートメディアを処理しません。
• VoiceFlowは文字起こし完了後にアップロードされたメディアを削除します — 残存コピーはありません。
• クリーンアップ保証： クリーンアップが中断された場合、プライベートストレージのライフサイクルポリシーにより2〜3日以内にファイルが削除されます。

入手先

このスキルはClawHubとGitHubの両方で利用できます：

• ClawHub: https://clawhub.ai/niuzb/skills/transcribe-media
• GitHub: https://github.com/niuzb/transcribe-media

これは、メディアコンテンツを定期的に扱い、分析やメモ取りのために構造化されたテキストを必要とするOpenClawユーザーにとって実用的なユーティリティです。