播客转录分析

流程

1. 转录（下载 + 探测时长 + mlx-whisper large-v3-turbo）：

   python3 ~/.claude/skills/podcast-transcribe/scripts/transcribe.py "<小宇宙链接或音频直链>"

   • 输出 ~/Archive/podcasts/<标题slug>.md（frontmatter + [hh:mm:ss] 文本 逐段）
   • 脚本会用 ffprobe 探测时长；超过 1 小时自动进入长音频分段模式
   • 长音频务必后台跑，期间可干别的；不要因为终端短时间安静就判断卡死

2. 长音频处理：

   • 默认每 30 分钟切一段，逐段转录并断点保存
   • 中间产物：
     • ~/Archive/podcasts/<标题slug>.partial.md：已完成段落，可边跑边读
     • ~/Archive/podcasts/<标题slug>.work/status.json：当前状态、段号、总段数、输出路径
     • ~/Archive/podcasts/<标题slug>.work/segments/*.json：每段转录结果，重跑会复用

   • 可调参数：

     python3 ~/.claude/skills/podcast-transcribe/scripts/transcribe.py "<链接>" --chunk-minutes 20
     python3 ~/.claude/skills/podcast-transcribe/scripts/transcribe.py "<链接>" --force-single

3. 读取：转录文件可能很长（2h ≈ 2000+ 段，10h ≈ 3 万行），先 Read 开头和结尾确认质量，再用 Grep 定位主题
4. 分析：默认输出——
   • 本期核心观点（3-5 条，带 [时间戳] 方便回听定位）
   • 嘉宾的关键判断/预测（明确区分事实陈述 vs 个人观点）
   • 值得追问的点（主持人没追、嘉宾没展开的）
   • 如果用户要深度总结，补充：结构化摘要、重点章节、怎么理解、可迁移的方法论

引擎与兜底

• 优先 mlx_whisper（已装，模型 mlx-community/whisper-large-v3-turbo，首跑自动下载 ~1.6GB）
• HuggingFace 下载慢/失败 → HF_ENDPOINT=https://hf-mirror.com 重试
• mlx 不可用 → 脚本自动回退本机 whisper CLI small（CPU 慢且准确率低，仅应急）
• 页面无 og:audio（非小宇宙平台）→ 用 yt-dlp -x 下音频（支持喜马拉雅/B站/YouTube），再把本地文件传给脚本
• 长音频分段依赖 ffmpeg/ffprobe；缺失时先安装或改用 --force-single

注意

• 中文转录准确率 ~90-95%，专有名词（人名/公司名）常错，引用原话时注明"转录稿，未校对"
• 不支持说话人分离，多人对谈需靠上下文判断谁在说
• 小宇宙超长节目经常有 5-10 小时；优先看 status.json 和 .partial.md 判断进度，不要只看进程是否有输出