69 added, 101 removed. Audit A to A.
---
name: transkription
version: 0.1.0
type: assist
author: ellmos-ai
created: 2026-06-22
updated: 2026-06-22
- description: >
- Transkribiert Audio-/Video-Dateien in Text. Nutzt Whisper (openai-whisper)
- oder Vosk (offline) als optionales Backend — beide werden per Presence-Check
- erkannt. Ohne Backend: Platzhalter-Modus mit Dummy-Ausgabe (Dry-Run).
+ description: Transcribes audio/video files to text. Uses Whisper (openai-whisper) or Vosk (offline) as optional backend — both are detected via presence check. Without backend: placeholder mode with dummy output (dry-run).
+
standalone: true
anthropic_compatible: true
bach_compatible: false
bach_origin: false
category: assist
- tags:
- - transkription
- - audio
- - speech-to-text
- - whisper
- - vosk
- - offline
+ tags: [transkription, audio, speech-to-text, whisper, vosk, offline]
language: de
- status: active
+ status: stable
+ dependencies: {'tools': [], 'services': [], 'protocols': [], 'python': [{'name': 'openai-whisper', 'optional': True, 'install': 'pip install openai-whisper', 'purpose': 'STT backend option 1 (cloud/local model)'}, {'name': 'vosk', 'optional': True, 'install': 'pip install vosk', 'purpose': 'STT backend option 2 (fully offline)'}]}
+ provenance: {'origin': 'eigenentwurf', 'origin_path': '', 'origin_version': '', 'origin_repo': '', 'origin_license': 'MIT', 'last_sync_from_origin': '', 'notes': 'Kein direkter BACH-Origin vorhanden (transkriptions-service existiert nicht als Datei in BACH/system). Skill neu konzipiert. voice_stt.py aus BACH/hub/_services/voice/ hat das Backend-Muster inspiriert (optionale Imports mit Verfügbarkeits-Flags), wurde aber nicht direkt portiert.\n'}
+ ---
- dependencies:
- tools: []
- services: []
- protocols: []
- python:
- - name: openai-whisper
- optional: true
- install: "pip install openai-whisper"
- purpose: "STT-Backend Option 1 (cloud/local model)"
- - name: vosk
- optional: true
- install: "pip install vosk"
- purpose: "STT-Backend Option 2 (vollständig offline)"
+ > **Deutsch** — Offizielle Deutsch-Version / Documento Oficial en Deutsch.
- provenance:
- origin: eigenentwurf
- origin_path: ""
- origin_version: ""
- origin_repo: ""
- origin_license: MIT
- last_sync_from_origin: ""
- notes: >
- Kein direkter BACH-Origin vorhanden (transkriptions-service existiert nicht
- als Datei in BACH/system). Skill neu konzipiert. voice_stt.py aus
- BACH/hub/_services/voice/ hat das Backend-Muster inspiriert (optionale
- Imports mit Verfügbarkeits-Flags), wurde aber nicht direkt portiert.
- ---
- ## Zweck
+ ## Übersicht & Zweck
- Audio-/Video-Dateien in Text umwandeln — lokal, ohne Cloud-Pflicht. Der Skill
- erkennt selbst, ob Whisper oder Vosk installiert ist, und wählt das beste
- verfügbare Backend. Ohne Backend läuft er im Dry-Run-Modus und gibt einen
- Platzhaltertext zurück, sodass der Workflow immer funktioniert.
+ Convert audio/video files to text — locally, without mandatory cloud access. The skill
+ automatically detects whether Whisper or Vosk is installed and selects the best
+ available backend. Without a backend it runs in dry-run mode and returns a
+ placeholder text, so the workflow always works.
- Transkripte werden lokal in `transkription/store.db` gespeichert und können
- abgefragt werden.
+ Transcripts are stored locally in `transkription/store.db` and can be queried.
---
- ## Trigger
+ ## Triggers
- | Phrase | Aktion |
+ | Phrase | Action |
|---|---|
- | „Transkribiere diese Audio" | Audio-Datei transkribieren |
- | „Transkribiere [Datei]" | Benannte Datei transkribieren |
- | „Zeig meine Transkripte" | Letzte Transkripte auflisten |
- | „Suche Transkript [Begriff]" | Volltextsuche in Transkripten |
- | „Exportiere Transkript [ID]" | Transkript als TXT exportieren |
+ | "Transcribe this audio" | Transcribe audio file |
+ | "Transcribe [file]" | Transcribe named file |
+ | "Show my transcripts" | List latest transcripts |
+ | "Search transcript [term]" | Full-text search in transcripts |
+ | "Export transcript [ID]" | Export transcript as TXT |
---
- ## Workflow
+ ## Workflow & Vorgehen
- 1. **Backend-Check**: Prüfen ob `whisper` oder `vosk` importierbar ist.
- 2. **Datei-Prüfung**: Eingabedatei muss existieren (Audio: wav, mp3, m4a, ogg, flac; Video: mp4, mkv, webm — Extraktion via ffmpeg).
- 3. **Transkription**: Backend aufrufen und Rohtext erhalten.
- 4. **Speichern**: Ergebnis mit Metadaten (Datei, Dauer, Sprache, Backend, Zeitstempel) in `store.db`.
- 5. **Ausgabe**: Text zurückgeben; optional als `.txt` exportieren.
+ 1. **Backend check**: Check whether `whisper` or `vosk` is importable.
+ 2. **File check**: Input file must exist (audio: wav, mp3, m4a, ogg, flac; video: mp4, mkv, webm — extraction via ffmpeg).
+ 3. **Transcription**: Call backend and obtain raw text.
+ 4. **Save**: Store result with metadata (file, duration, language, backend, timestamp) in `store.db`.
+ 5. **Output**: Return text; optionally export as `.txt`.
---
- ## CLI-Einstieg
+ ## CLI Entry Point
```bash
- # Datei transkribieren
+ # Transcribe file (Deutsch)
python transkription_core.py transcribe audio.wav
- # Mit expliziter Sprache
+ # With explicit language (Deutsch)
python transkription_core.py transcribe audio.mp3 --lang de
- # Dry-Run (kein Backend nötig)
+ # Dry-run (no backend required) (Deutsch)
python transkription_core.py transcribe audio.wav --dry-run
- # Transkripte auflisten
+ # List transcripts (Deutsch)
python transkription_core.py list [--limit 20]
- # Volltextsuche
- python transkription_core.py search "Begriff"
+ # Full-text search (Deutsch)
+ python transkription_core.py search "term"
- # Exportieren
- python transkription_core.py export <id> [--out datei.txt]
+ # Export (Deutsch)
+ python transkription_core.py export <id> [--out file.txt]
- # Backend-Check
+ # Backend check (Deutsch)
python transkription_core.py check
- # Alternativer Store-Pfad (z.B. für Tests)
+ # Alternative store path (e.g. for tests) (Deutsch)
python transkription_core.py --store /tmp/test.db transcribe audio.wav --dry-run
```
---
## Store
- | Eigenschaft | Wert |
+ | Property | Value |
|---|---|
- | Typ | SQLite |
- | Pfad (Standard) | `skills/assist/transkription/store.db` |
- | Override | `--store <pfad>` oder Env `TRANSKRIPTION_STORE` |
- | Tabellen | `transcripts` |
+ | Type | SQLite |
+ | Path (default) | `skills/assist/transkription/store.db` |
+ | Override | `--store <path>` or env `TRANSKRIPTION_STORE` |
+ | Tables | `transcripts` |
### Schema `transcripts`
```sql
CREATE TABLE IF NOT EXISTS transcripts (
- id TEXT PRIMARY KEY, -- UUID (kurz: 8 Hex)
- file_path TEXT NOT NULL, -- Originalpfad der Audiodatei
- file_name TEXT NOT NULL, -- Dateiname (ohne Pfad, für Anzeige)
- text TEXT NOT NULL, -- Transkribierter Text
- language TEXT, -- Sprache (z.B. "de", "en")
+ id TEXT PRIMARY KEY, -- UUID (short: 8 hex)
+ file_path TEXT NOT NULL, -- original path of audio file
+ file_name TEXT NOT NULL, -- filename (without path, for display)
+ text TEXT NOT NULL, -- transcribed text
+ language TEXT, -- language (e.g. "de", "en")
backend TEXT, -- "whisper" | "vosk" | "dry-run"
- duration_s REAL, -- Dauer in Sekunden (wenn bekannt)
- created_at TEXT NOT NULL, -- ISO-8601 Timestamp
- tags TEXT -- Komma-getrennte Tags (optional)
+ duration_s REAL, -- duration in seconds (if known)
+ created_at TEXT NOT NULL, -- ISO-8601 timestamp
+ tags TEXT -- comma-separated tags (optional)
);
```
---
- ## Haltung
+ ## Attitude
- - Ohne installiertes Backend funktioniert der Skill im Dry-Run-Modus (Demo-Text).
- - Whisper wird gegenüber Vosk bevorzugt (bessere Deutsch-Qualität).
- - Die Wahl zwischen Whisper und Vosk kann per `assist/prefs.json` (`transkription_backend: "whisper"|"vosk"|"auto"`) festgelegt werden.
- - ffmpeg für Video-Extraktion wird separat benötigt und ist nicht im Skill enthalten.
+ - Without an installed backend the skill works in dry-run mode (demo text).
+ - Whisper is preferred over Vosk (better German quality).
+ - The choice between Whisper and Vosk can be set via `assist/prefs.json` (`transkription_backend: "whisper"|"vosk"|"auto"`).
+ - ffmpeg for video extraction is needed separately and is not included in the skill.
---
- ## Datenschutz
+ ## Privacy
- - **Alle Transkripte bleiben lokal** — keine Cloud-Übertragung ohne Whisper-Online-Modus.
- - Whisper kann lokal (tiny/base/medium-Modell) oder über OpenAI-API genutzt werden.
- Standardmäßig wird das lokale Modell verwendet.
- - `store.db` enthält potenziell sensible Gesprächsinhalte — **nicht in Git committen**.
- - Empfehlung: `.gitignore` um `store.db` ergänzen.
+ - **All transcripts stay local** — no cloud transfer without Whisper online mode.
+ - Whisper can be used locally (tiny/base/medium model) or via OpenAI API.
+ By default the local model is used.
+ - `store.db` may contain sensitive conversation content — **do not commit to Git**.
+ - Recommendation: add `store.db` to `.gitignore`.
---
- ## Verwandte Ressourcen
+ ## Related Resources
- - BACH `hub/_services/voice/voice_stt.py` — Backend-Muster (Inspiration, read-only)
- - Skill `utilities/yt-transcriber` — YouTube-Transkription (separater Skill, kein Duplikat: YT-spezifisch)
- - `tools/module-installer/module_installer.py` — Registry enthält whisper + vosk
+ - BACH `hub/_services/voice/voice_stt.py` — backend pattern (inspiration, read-only)
+ - Skill `utilities/yt-transcriber` — YouTube transcription (separate skill, not a duplicate: YT-specific)
+ - `tools/module-installer/module_installer.py` — registry contains whisper + vosk
---
- ## Changelog
+ ## Änderungsprotokoll
- | Version | Datum | Änderung |
+ | Version | Date | Change |
|---|---|---|
- | 0.1.0 | 2026-06-22 | Erstanlage — eigener SQLite-Store, Whisper/Vosk-Presence-Check |
-
+ | 0.1.0 | 2026-06-22 | Initial creation — own SQLite store, Whisper/Vosk presence check |