YouTube素材を分割・文字起こし｜元動画の時刻がわかる編集下準備
Video Breakdown and Original-Timeline Transcripts
動画を編集しやすい区間に分け、音声・確認用画像・元動画の時刻付き文字起こしをまとめて作成します。利用を許可されたYouTube素材や、手元の動画の編集下準備に使えます。
できること
動画を見返しやすい長さに分け、音声・確認用画像・文字起こしをまとめて用意するスキルです。「どの発言が元動画の何分何秒にあるか」がわかるので、切り抜き候補の確認や字幕づくりの下準備に役立ちます。
- 指定した長さの音声や動画クリップに分割
- 各区間から確認用画像を作成
- 元動画の時刻に対応した文字起こしを作成
- テキスト・字幕・確認用レポート・編集用の対応表として保存
- 出力数の事前確認、既存ファイルの保護、条件が一致する処理の再開に対応
手元の動画に加え、権利と配信サービスのダウンロード許可を確認したYouTube素材の取得にも対応します。任意の動画を無条件に取得できるものではありません。
使い方
対応するAIエージェントにスキルを読み込ませ、対象の動画と区切る長さを指定します。利用権限の確認、素材の準備、出力予定の確認、分割、文字起こし、結果の検証の順に進めます。
導入前に確認したいこと
別途、実行環境・外部ツール・音声認識モデルの準備が必要です。具体的なツール名と導入手順は、同梱のREADMEと手順書に記載しています。実行ファイルやモデルは同梱していません。初回のモデル取得には通信が必要ですが、準備後の文字起こしはローカルで処理できます。CPUで動作確認しており、GPUは必須ではありません。処理時間はPCの性能やモデル・動画の長さによって変わります。
注意点
自分の動画や、必要な許可を得た素材を対象にしてください。非公開・制限付き動画への不正なアクセスや保護の回避には対応しません。取得を拒否された場合は停止します。
Windows上の自作音声動画で、分割から文字起こしまで実際に確認しています。動画取得機能は管理下のテスト素材で検証しており、実際のYouTubeからの取得、Mac、GPUでの動作は未検証です。
文字起こしには、固有名詞・数値の誤り、無音時の誤認識、区切りの前後での発言の抜けが生じる場合があります。完全な精度は保証せず、公開前には元の音声と照合してください。
English description
Split authorized video into review clips, audio and representative images, then create transcripts tied to the original video timeline for easier editing.
What it does
Prepare a video for editing by splitting it into manageable sections and collecting audio, review images and transcripts. Original-timeline timestamps help you find each spoken passage in the source video.
- Export audio and optional video clips at a chosen interval
- Create representative images for each section
- Generate transcripts mapped to the original timeline
- Save text, subtitle files, review reports and an editing reference table
- Preview output counts, protect existing files and resume matching work
Local videos are supported. Optional YouTube intake is limited to material you own or are authorized to use and whose source service permits downloading. This is not an unrestricted video downloader.
How to use
Load the skill in a supported AI agent and specify your source and desired interval. Confirm permission, prepare the source, review the output plan, split, transcribe and verify the results.
Before you start
A separate runtime, external tools and a speech-recognition model are required. Their names and setup instructions are included in the README and workflow guide. Executables and models are not bundled. Initial model setup requires a download; transcription can then run locally using the prepared model. CPU operation has been tested, and a GPU is not required. Processing time depends on your computer, model and video length.
Caveats
Use your own videos or properly authorized material. No unauthorized access to private or restricted videos or bypassing protection is supported. Stop when the source rejects a download.
Splitting and transcription were tested end to end on original spoken video on Windows. The downloader was exercised with a controlled test source; real YouTube retrieval, macOS and GPU operation remain unverified.
Transcripts can contain incorrect names or numbers, hallucinations during silence and missing speech around split boundaries. Accuracy is not guaranteed. Compare results with the original audio before publishing.
インストール方法
- ダウンロードしたZIPを展開します（中に
youtube-video-breakdown-transcript/フォルダとSKILL.mdがあります）。 - フォルダごと、使うエージェントのスキル置き場にコピーします。
- Claude：
~/.claude/skills/（プロジェクト単位なら.claude/skills/） - Hermes Agent：
~/.hermes/skills/ - Codex：
~/.agents/skills/／Cursor：~/.cursor/skills/ - Claude アプリ（claude.ai）：「カスタマイズ → スキル」からZIPをアップロード
- Claude：
- エージェントを再起動し、スキル一覧に表示されることを確認します。
出品者
動画編集の準備から仕上がりの確認まで、毎日の作業を支援するスキルを制作しています。切り出し・字幕づくり・音声調整・文字起こしを、元の素材を残しながら進められるようにします。
出品スキル 10 件