darknoon

Transcriba archivos de audio usando la API de Gemini, con un prompt personalizado opcional para cambiar el formato o la tarea de salida. Esta habilidad es ideal para transcribir voz, diarizar audio, extraer notas de reuniones, resumir grabaciones o procesar audio con instrucciones específicas.

Transcribe archivos de audio (m4a, mp3, wav, ogg, flac, aac, webm, mp4) a texto usando whisper-cpp local (offline, sin API). Útil para transcripción local, conversión de voz a texto sin conexión o procesamiento de grabaciones de audio sin enviar datos externamente. Convierte a WAV de 16kHz vía ffmpeg y ejecuta whisper-cli localmente, pero no realiza diarización de locutor ni transcripción avanzada.