FunASR 批量转录技能

使用 FunASR (SenseVoice) 批量转录音频文件的 Claude Code Skill。

功能特性

• 并行转录（可配置进程数）
• 断点续传（跳过已完成文件）
• 失败重试（记录失败文件）
• 支持格式：m4a、mp3、wav、flac、aac
• 输出格式：每个音频生成 .txt + .json

安装

1. 安装依赖

pip install funasr modelscope

2. 下载模型

首次运行会自动下载模型到 ~/.cache/modelscope/，或手动下载：

from modelscope import snapshot_download
snapshot_download('iic/SenseVoiceSmall')
snapshot_download('iic/speech_fsmn_vad_zh-cn-16k-common-pytorch')

3. 安装 Skill

将此仓库克隆到你的 skills 目录：

# Claude Code
git clone https://github.com/shuolsure/FunASR-skill.git ~/.claude/skills/funasr-batch-transcribe

# 或 iFlow CLI
git clone https://github.com/shuolsure/FunASR-skill.git ~/.iflow/skills/funasr-batch-transcribe

使用方法

在 Claude Code 或 iFlow CLI 中，使用以下触发词：

• 批量转录
• 音频转文字
• 语音识别
• FunASR
• ASR
• 转录音频目录

命令行直接使用

python3 ~/.iflow/skills/funasr-batch-transcribe/scripts/batch_transcribe.py \
  /path/to/audio -o /path/to/output -j 4

参数说明

参数	说明	默认值
input_dir	音频文件目录（必需）	-
-o, --output	输出目录	~/transcripts
-j, --jobs	并行进程数	1
--retry	重试失败文件	-

输出文件

每个音频生成两个文件：

• .txt - 纯文本转录结果
• .json - 结构化数据（文件路径、文本、耗时）

辅助文件：

• .progress.json - 进度记录
• failed_files.txt - 失败列表

示例

# 基本使用
python3 batch_transcribe.py ./recordings -o ./transcripts -j 2

# 重试失败的文件
python3 batch_transcribe.py ./recordings -o ./transcripts --retry

技术细节

• 模型：SenseVoiceSmall + VAD
• 并行：Python multiprocessing
• RTF：约 0.1-0.3（取决于硬件）

License

Apache 2.0