carlulsoe

Parakeet Stt

デザイン・メディアv1.1.0
作者:carlulsoe更新日 2026-05-11全 2 バージョン · 最新版の公開日 2026-01-17parakeet-stt@clawhub_carlulsoe/parakeet-stt
音声処理#Speech-to-Text

AlphaMoatによると、2026-09時点でParakeet Sttのダウンロード数は3,395、スター数は1で、AIスキル全体5,078件中3,299位、デザイン・メディアでは512件中304位です。

インストール数
185
ダウンロード数
3395
スター数
1
総合順位
#3,299
全体の上位 65% · デザイン・メディアの上位 60%
プラットフォームインストール数ダウンロード数スター数コメント
ClawHub ↗107320912
SkillHub ↗18533951—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

主文では ONNX Runtime による CPU 上のローカル処理と、OpenAI 互換 API を説明しています。出力形式はテキスト、JSON、タイムスタンプ付きセグメント、SRT、VTT です。Whisper の約30xの速度と25言語への対応は主文の記載であり、実際の性能は導入環境に依存します。

資料公開日 2026-10-27

できること

  • ローカル音声ファイルをテキストに文字起こしする
  • タイムスタンプ付きセグメントや字幕ファイルを作る

使う場面

  • ローカルサービスで音声録音を処理するとき
  • テキスト、タイムスタンプ、字幕形式の出力が必要なとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

このローカル録音をテキスト化し、利用可能なタイムスタンプを残して
ローカル互換 API で SRT 字幕を生成する方法を説明して

月次の推移

ダウンロード数3395
2261287034792026-03 · ダウンロード数 23452026-05 · ダウンロード数 27442026-06 · ダウンロード数 28542026-07 · ダウンロード数 30482026-08 · ダウンロード数 31672026-09 · ダウンロード数 339526-0326-09
スター数1
0122026-03 · スター数 12026-05 · スター数 12026-06 · スター数 12026-07 · スター数 12026-08 · スター数 12026-09 · スター数 126-0326-09

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月ダウンロード数前月比スター数
2026-093395—1
2026-083167+3.9%1
2026-073048+6.8%1
2026-062854+4.0%1
2026-052744—1
2026-032345—1

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

3.0 KB・ClawHub v1.1.0
---
name: parakeet-stt
description: >-
  Local speech-to-text with NVIDIA Parakeet TDT 0.6B v3 (ONNX on CPU).
  30x faster than Whisper, 25 languages, auto-detection, OpenAI-compatible API.
  Use when transcribing audio files, converting speech to text, or processing
  voice recordings locally without cloud APIs.
homepage: https://github.com/groxaxo/parakeet-tdt-0.6b-v3-fastapi-openai
metadata: {"clawdbot":{"emoji":"🦜","env":["PARAKEET_URL"]}}
---
すべて表示(全 122 行)

# Parakeet TDT (Speech-to-Text)

Local transcription using NVIDIA Parakeet TDT 0.6B v3 with ONNX Runtime.
Runs on CPU — no GPU required. ~30x faster than realtime.

## Installation

```bash
# Clone the repo
git clone https://github.com/groxaxo/parakeet-tdt-0.6b-v3-fastapi-openai.git
cd parakeet-tdt-0.6b-v3-fastapi-openai

# Run with Docker (recommended)
docker compose up -d parakeet-cpu

# Or run directly with Python
pip install -r requirements.txt
uvicorn app.main:app --host 0.0.0.0 --port 5000
```

Default port is `5000`. Set `PARAKEET_URL` to override (e.g., `http://localhost:5092`).

## API Endpoint

OpenAI-compatible API at `$PARAKEET_URL` (default: `http://localhost:5000`).

## Quick Start

```bash
# Transcribe audio file (plain text)
curl -X POST $PARAKEET_URL/v1/audio/transcriptions \
  -F "file=@/path/to/audio.mp3" \
  -F "response_format=text"

# Get timestamps and segments
curl -X POST $PARAKEET_URL/v1/audio/transcriptions \
  -F "file=@/path/to/audio.mp3" \
  -F "response_format=verbose_json"

# Generate subtitles (SRT)
curl -X POST $PARAKEET_URL/v1/audio/transcriptions \
  -F "file=@/path/to/audio.mp3" \
  -F "response_format=srt"
```

## Python / OpenAI SDK

```python
import os
from openai import OpenAI

client = OpenAI(
    base_url=os.getenv("PARAKEET_URL", "http://localhost:5000") + "/v1",
    api_key="not-needed"
)

with open("audio.mp3", "rb") as f:
    transcript = client.audio.transcriptions.create(
        model="parakeet-tdt-0.6b-v3",
        file=f,
        response_format="text"
    )
print(transcript)
```

## Response Formats

| Format | Output |
|--------|--------|
| `text` | Plain text |
| `json` | `{"text": "..."}` |
| `verbose_json` | Segments with timestamps and words |
| `srt` | SRT subtitles |
| `vtt` | WebVTT subtitles |

## Supported Languages (25)

English, Spanish, French, German, Italian, Portuguese, Polish, Russian,
Ukrainian, Dutch, Swedish, Danish, Finnish, Norwegian, Greek, Czech,
Romanian, Hungarian, Bulgarian, Slovak, Croatian, Lithuanian, Latvian,
Estonian, Slovenian

Language is auto-detected — no configuration needed.

## Web Interface

Open `$PARAKEET_URL` in a browser for drag-and-drop transcription UI.

## Docker Management

```bash
# Check status
docker ps --filter "name=parakeet"

# View logs
docker logs -f <container-name>

# Restart
docker compose restart

# Stop
docker compose down
```

## Why Parakeet over Whisper?

- **Speed**: ~30x faster than realtime on CPU
- **Accuracy**: Comparable to Whisper large-v3
- **Privacy**: Runs 100% locally, no cloud calls
- **Compatibility**: Drop-in replacement for OpenAI's transcription API

デザイン・メディアの人気スキル

データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。