audio-audit-skill — audio-审计-技能

音频内容审核 (Audio Content 审计)

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 语音转文字 — 调用 SenseAudio ASR 将音频/视频中的语音识别为文字 敏感词检测 — 内置敏感词库 + 正则匹配，快速扫描违规关键词 情感分析 — 利用 ASR 情感识别能力，标注异常情绪片段 说话人分离 — 多人场景下区分不同说话人的违规内容 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 技能：

"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 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 # 基础审核 python scripts/audio_审计.py "/path/to/audio.mp3" --输出 输出s/

# 启用说话人分离 + 情感分析 python scripts/audio_审计.py "/path/to/meeting.mp4" --speaker --sentiment

# 自定义敏感词 python scripts/audio_审计.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_审计.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：请求s 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 输入 输入音频/视频文件或目录（必填） - --输出 输出目录 输入文件同级 审计_输出/ --模型 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_审计.json 结构化审核报告（含风险等级、违规片段、时间戳） 文件名_审计.txt 人类可读的审核摘要 文件名_transcript.txt 完整转写文本