Design & media
当用户想要**把长音频切成小段**、**音频切片**、**音频分割**、**把音频分成固定时长片段**、**制作语音数据集**、**准备Karaoke素材**、**翻唱音频切片**时自动触发。 支持单个音频文件或整个文件夹（支持递归），自动用 ffmpeg 把音频按指定秒数切成小片段，完美保留原始文件夹结构，并智能选择输出路径。 常见触发口语： - “帮我把这个音频切成60秒一段” - “把这个长音频分割成小段” - “音频切片，这个文件夹” - “把语音文件切成每段30秒” - “制作数据集，把音频切片” - “Karaoke素材切片” - “翻唱音频分割” - “把MP3切成小段” -
当用户想要**把长音频切成小段**、**音频切片**、**音频分割**、**把音频分成固定时长片段**、**制作语音数据集**、**准备Karaoke素材**、**翻唱音频切片**时自动触发。 支持单个音频文件或整个文件夹（支持递归），自动用 ffmpeg 把音频按指定秒数切成小片段，完美保留原始文件夹结构，并智能选择输出路径。 常见触发口语： - “帮我把这个音频切成60秒一段” - “把这个长音频分割成小段” - “音频切片，这个文件夹” - “把语音文件切成每段30秒” - “制作数据集，把音频切片” - “Karaoke素材切片” - “翻唱音频分割” - “把MP3切成小段” - “递归切片整个音频文件夹” 支持格式：mp3、wav、m4a、ogg、flac 等常见音频。 只处理音频切片相关需求，其他音频处理（如转格式、降噪）不触发。
功能：一键把长音频切成固定时长的片段，专为语音训练、素材整理、翻唱/Karaoke 准备、数据集制作设计。完美保持原文件夹结构 + 智能默认输出路径 + 自动处理 ffmpeg。
.mp3 / .wav / .m4a / .ogg / .flac / .aac / .wma 等（pydub 支持的所有常见格式）
当决定调用此技能时，请从用户上下文中提取以下参数：
<输入路径> (必填): 用户提供的音频文件路径或文件夹路径。<切片秒数> (选填): 用户指定的每段时长（秒），未提则默认 60。<输出目录> (选填): 用户指定的输出路径，未指定则使用智能默认。-r): 用户提到“递归”“所有子文件夹”时添加。解析路径：自动识别用户的输入是单个音频文件还是文件夹。
默认输出：未指定 -o 时，单文件输出到源目录附近，文件夹则在同级创建带 _sliced_audio 的新文件夹，并保留原始目录结构。
调用命令：使用以下兼容性命令启动脚本（优先 python3，失败则 python）。脚本会自动创建虚拟环境、检测并安装 ffmpeg。
(python3 scripts/audio_slicer.py -i "<输入路径>" [-d <切片秒数>] [-o "<输出目录>"] [-r]) || (python scripts/audio_slicer.py -i "<输入路径>" [-d <切片秒数>] [-o "<输出目录>"] [-r])
当用户想要**音频增强**、**提升音质**、**修复录音**、**降噪**、**语音修复**、**高保真音频**、**48kHz超分辨率**、**清理会议录音**、**音乐音质提升**、**批量处理音频**时自动触发。 集成 **VoiceFixer**（通用语音修复）与 **AudioSR**（高保真音频超级分辨率到48kHz）两种专业技术，支持单个音频文件或整个目录批量处理。 默认使用 VoiceFixer 进行降噪和清晰度提升；当用户提到“高保真”“音乐增强”“提升采样率”“48kHz”等需求时，自动切换到 AudioSR 模式。 支持 wav、mp3、flac、m4a、ogg 等常见
从一段直播录屏（.webm/.mp4/.mov）中自动识别高光时刻并切割为多个短视频片段，支持音频能量、场景变化、音画混合、音画并集和 ASR 关键词五种分析方式，可输出独立片段与合并版视频。适用于“直播录屏自动剪高光”“从回放里切出主播情绪高点”“按声音峰值提取精彩片段”这类任务。
音频处理，涵盖音频处理和增强、内容理解等能力。包含能力：separate-voice, probe-audio-metadata。当用户需要使用 audio 域的 MediaKit CLI 能力时触发。
当用户想要【录制电脑声音、内录系统音频、捕获声卡输出、AI智能分轨切歌、自动裁剪录音前后空白/杂音】时自动触发。 专门用于对系统播放的音乐、串烧、整张专辑、网课等音频进行高保真内录，并提供基础静音切分与基于 PyTorch 的 AI 音乐结构分析分轨功能。 用户只需提供录制时长（分钟），即可自动启动后台录音，结束后按要求精细裁剪并导出。 常见触发口语： - “帮我录音 5 分钟” - “录制电脑正在播放的声音，录 3 分钟” - “把电脑现在放的歌录下来，时长 4 分钟” - "内录系统声音 10 分钟，帮我用 AI 自动切歌分轨" - “帮我录制这段音乐，把前后的空白和杂音自动剪掉” -
批量将指定目录下的 .mp4 视频文件提取音频转为 .mp3。 支持指定源目录和输出目录，未指定输出时默认创建 [源目录]_audio 文件夹。 自动管理 Python 虚拟环境，保持文件夹层级结构，兼容 python3 和 python。 高频触发词：mp4转mp3、视频转音频、批量提取音频、mp4 to mp3、extract audio from videos、听视频、提取网课音频、把视频里的声音抠出来、视频转mp3。
当用户想要**音频转文字**、**语音转文本**、**转录录音**、**生成字幕**、**会议录音转文字**、**语音笔记转文本**、**本地转录音频**时自动触发。 使用本地 Faster-Whisper（large-v3-ct2 等模型）进行高性能、中文优先的音频转文字，完全离线、隐私安全，支持 wav/mp3/m4a 等格式和整个音频文件夹。 特别适合长音频（内置 VAD 分段）、会议/访谈/视频字幕等中文场景，输出结构化结果（完整文本 + 分段 + 时间戳）。 【重要约束】仅处理音频文件或音频文件夹，其他文件（如视频、图片、纯文本）一律不触发此技能。 常见触发口语（越多越好）： -