podcast-transcribe

1# 播客转录 Skill
2 
3将播客音频下载并转录为 Markdown。支持小宇宙、喜马拉雅、直接音频地址、本地音频和 RSS 批量流程。
4 
5默认在本地使用 SenseVoice-Small（与视频类技能共用的 `chubby_common/funasr.py` 封装）。可选云端后端为阿里云百炼 DashScope 的 `qwen3-asr-flash` 和 Groq 的 `whisper-large-v3-turbo`，用户明确选择后才启用；音频会发送至云端并可能计费。
6 
7## 环境要求
8 
9以下命令在本 skill 目录运行，建议使用 Python 3.11 或更新版本：
10 
11```bash
12python3 -m venv .venv
13source .venv/bin/activate
14python3 -m pip install -r requirements.txt
15# macOS: brew install ffmpeg
16# Ubuntu: sudo apt install ffmpeg
17```
18 
19本地模型首次使用时需要下载。仅使用云端后端不需要 funasr 本地依赖；不支持的音频容器转换仍可能需要 `ffmpeg`。云端密钥通过安全环境配置，不能写入命令参数、转录稿或版本库。
20 
21## 单集与批量
22 
23```bash
24python3 scripts/transcribe.py "https://www.xiaoyuzhoufm.com/episode/xxxxx" ./output \
25  --provider local
26python3 scripts/transcribe.py "/你的音频目录/episode.mp3" ./output \
27  --provider local --language zh
28python3 scripts/batch_transcribe.py --rss-url "替换为实际 RSS 地址" \
29  --output ./output --count 10 --provider local
30```
31 
32将示例地址替换为实际来源。单集页面会尝试提取音频链接，提取失败时改用直接音频地址或本地文件。标准输出最后一行是成功生成的 Markdown 路径。
33 
34自动下载仅接受公网 HTTP(S) 直连地址，禁用代理和重定向，拒绝本地/私网地址。需要跳转或代理的来源，请先自行下载音频，再传入本地文件路径。
35 
36## 本地模型选择：SenseVoice-Small vs Qwen3-ASR-0.6B
37 
38`--provider local` 支持两个本地模型：`SenseVoiceSmall`（默认）和 `qwen3-asr-0.6b`：
39 
40```bash
41python3 scripts/transcribe.py "/你的音频目录/episode.mp3" ./output --provider local
42python3 scripts/transcribe.py "/你的音频目录/episode.mp3" ./output --provider local --model qwen3-asr-0.6b
43```
44 
45`qwen3-asr-0.6b` 是可选重依赖，不在默认安装内，需自行 `pip install qwen-asr transformers torch`。
46 
47以下对比数据来自 2026-10 在 MacBook Pro（Apple M3 Pro，纯 CPU）上对 5 分钟中文播客的实测：
48…