audio-audit-skill

# 音频内容审核 (Audio Content Audit) 基于 SenseAudio ASR，对音频或视频文件进行自动化内容审核。 ## 核心功能 1. **语音转文字** — 调用 SenseAudio ASR 将音频/视频中的语音识别为文字 2. **敏感词检测** — 内置敏感词库 + 正则匹配，快速扫描违规关键词 3. **情感分析** — 利用 ASR 情感识别能力，标注异常情绪片段 4. **说话人分离** — 多人场景下区分不同说话人的违规内容 5. **结构化报告** — 输出 JSON 审核报告，包含风险等级、违规片段时间戳 ## 使用方式 用户说出类似以下请求时触发此 Skill： - "帮我审核一下这个音频内容" - "检查这个视频有没有违规内容" - "对这批音频做内容质检" ## 执行步骤 ### 第一步：检查 API 密钥 ```bash echo "SENSEAUDIO_API_KEY=$SENSEAUDIO_API_KEY" ``` **如果 `SENSEAUDIO_API_KEY` 为空，必须先向用户询问，说明在 https://senseaudio.cn 注册获取。不要直接运行脚本让它报错。** ### 第二步：运行脚本进行审核 ```bash # 基础审核 python scripts/audio_audit.py "/path/to/audio.mp3" --output outputs/ # 启用说话人分离 + 情感分析 python scripts/audio_audit.py "/path/to/meeting.mp4" --speaker --sentiment # 自定义敏感词 python scripts/audio_audit.py "/path/to/audio.mp3" --keywords "赌博,色情,暴力" # 批量审核目录下所有音视频 python scripts/audio_audit.py "/path/to/media_folder/" ``` 注意：如果环境变量 `SENSEAUDIO_API_KEY` 已设置，无需 `--senseaudio-api-key`。 ### 第三步：深度语义审核（如用户需要） 脚本会输出转写文本（`*_transcript.txt`）和关键词扫描报告。如果用户需要更深入的语义审核（隐晦违规、擦边内容、不当言论等），**你（Claude）直接读取转写文本进行分析**，不需要调用外部 LLM。 分析维度： - 政治敏感、暴力血腥、色情低俗 - 违法违规（赌博、诈骗、毒品） - 虚假宣传、歧视侮辱、隐私泄露 ### 第四步：返回结果 将审核报告返回给用户，重点标注风险项。 ## 环境要求 - Python 3.10+，依赖：`requests` - 系统依赖：`ffmpeg`（用于视频音频提取） - `SENSEAUDIO_API_KEY` — SenseAudio API 密钥（唯一需要的密钥） ## 参数说明 | 参数 | 说明 | 默认值 | |------|------|--------| | `input` | 输入音频/视频文件或目录（必填） | - | | `--output` | 输出目录 | 输入文件同级 audit_output/ | | `--model` | ASR 模型 (lite/standard/pro) | standard | | `--language` | 音频语言代码 (zh/en/ja 等) | 自动检测 | | `--speaker` | 启用说话人分离 | 否 | | `--sentiment` | 启用情感分析 | 否 | | `--keywords` | 自定义敏感词（逗号分隔） | 内置词库 | | `--senseaudio-api-key` | SenseAudio API 密钥 | 环境变量 | ## 输出文件 | 文件 | 说明 | |------|------| | `文件名_audit.json` | 结构化审核报告（含风险等级、违规片段、时间戳） | | `文件名_audit.txt` | 人类可读的审核摘要 | | `文件名_transcript.txt` | 完整转写文本 |