gonzalezpazmonica/voice-inbox
.claude/skills/voice-inbox/SKILL.md
Transcripción de audio y flujo audio→texto→acción para mensajes de voz
$ install --global
skillsauthnpx skillsauth add gonzalezpazmonica/pm-workspace voice-inboxInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
Security Scan Results
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
3
Scanners Passed
9
Scanners in report
Clean
TrivyContainer and dependency vulnerability scanner
95%
Clean
SemgrepStatic code analysis for vulnerabilities
95%
Clean
mcp-scan (Snyk)Model Context Protocol security validation
95%
Skipped
Snyk (dep)Open source security scanning
50%
Skipped
Socket.devSupply chain security analysis
50%
Skipped
VirusTotalMulti-engine malware detection
50%
Skipped
CrowdStrikeAdvanced threat intelligence
50%
Skipped
OSV-ScannerOpen Source Vulnerability database check
50%
Skipped
OWASP Dep-Check
50%
Last scanned: Apr 24, 2026, 9:00 PM2.0s1 file scanned
SKILL.md
- name:
- voice-inbox
- description:
- Transcripción de audio y flujo audio→texto→acción para mensajes de voz
- summary:
- |
- Input:
- fichero audio. Output: transcripcion + action items.
- maturity:
- stable
- context:
- fork
- context_cost:
- medium
- agent:
- business-analyst
- category:
- communication
- tags:
- ["voice", "transcription", "audio", "whatsapp"]
- priority:
- medium
Voice Inbox — Transcripción y procesamiento de mensajes de voz
Skill para transcribir mensajes de audio recibidos por WhatsApp o Nextcloud Talk, interpretar la intención del PM y ejecutar el comando correspondiente en pm-workspace.
Flujo principal
Audio (.ogg/.opus/.m4a) → Faster-Whisper → Texto → Claude interpreta → Comando
- Descargar audio — MCP WhatsApp
download_mediao Nextcloud Talk API - Convertir formato — ffmpeg si necesario (ogg/opus → wav 16kHz mono)
- Transcribir — Faster-Whisper (local, sin enviar audio a terceros)
- Interpretar — Claude analiza el texto y mapea a un comando de pm-workspace
- Confirmar — Mostrar al PM la transcripción + comando propuesto antes de ejecutar
- Ejecutar — Lanzar el comando tras confirmación
Configuración de Faster-Whisper
Instalación
pip install faster-whisper --break-system-packages
Modelos recomendados
| Modelo | RAM | Velocidad | Calidad | Uso recomendado |
|---|---|---|---|---|
| tiny | ~1 GB | Muy rápida | Básica | Test rápido, mensajes cortos claros |
| base | ~1 GB | Rápida | Buena | Mensajes cortos en entorno silencioso |
| small | ~2 GB | Media | Muy buena | Recomendado para uso diario |
| medium | ~5 GB | Lenta | Excelente | Audio con ruido o acentos fuertes |
| large-v3 | ~10 GB | Muy lenta | Máxima | Cuando la precisión es crítica |
El modelo se configura en messaging-config.md → WHISPER_MODEL.
Por defecto: small (buen equilibrio calidad/velocidad).
Idiomas
Faster-Whisper detecta idioma automáticamente, pero se puede forzar:
WHISPER_LANGUAGE = "es"→ españolWHISPER_LANGUAGE = "auto"→ detección automática (defecto)
Interpretación de intención
Una vez transcrito el audio, Claude recibe el texto con este prompt interno:
El PM ha enviado un mensaje de voz. Transcripción:
"{texto_transcrito}"
Analiza la intención y responde con:
1. Comando de pm-workspace más adecuado (con parámetros)
2. Confianza: alta/media/baja
3. Si confianza < alta → pedir confirmación al PM
Contexto: proyecto activo = {proyecto_actual}
Comandos disponibles: @docs/rules/domain/pm-workflow.md
Ejemplos de mapeo voz → comando
| El PM dice... | Comando mapeado |
|---|---|
| "Ponme el estado del sprint de sala-reservas" | /sprint-status --project sala-reservas |
| "¿Cómo va la deuda técnica?" | /debt-track --project {activo} |
| "Descompón el PBI 1234 en tareas" | /pbi-decompose 1234 |
| "Genera el informe ejecutivo del sprint" | /report-executive --project {activo} |
| "Hazme un audit del proyecto nuevo" | /project-audit --project {activo} |
| "Manda el resumen del sprint al equipo por Slack" | /notify-slack #equipo {resumen} |
| "¿Qué alertas de seguridad hay?" | /security-alerts --project {activo} |
Casos ambiguos
Si la transcripción no mapea claramente a un comando:
- Confianza baja → mostrar transcripción + "¿Qué quieres que haga con esto?"
- Múltiples comandos posibles → listar opciones para que el PM elija
- No es un comando → tratar como mensaje informativo y archivar
Formatos de audio soportados
| Formato | Origen típico | Conversión necesaria |
|---|---|---|
| .ogg (Opus) | WhatsApp | No (Faster-Whisper lo soporta) |
| .m4a (AAC) | iOS WhatsApp | ffmpeg -i input.m4a output.wav |
| .webm (Opus) | Nextcloud Talk web | No |
| .wav | General | No |
Restricciones
- Privacidad: el audio se procesa LOCAL, nunca se envía a APIs externas
- Confirmación: SIEMPRE mostrar transcripción y comando antes de ejecutar
- Errores de transcripción: si el PM corrige, aprender del contexto
- Requiere
ffmpeginstalado para conversiones de formato - Requiere
faster-whisperinstalado (pip install faster-whisper)
Related Skills
gonzalezpazmonica/skill-creator
testing
VerifiedTrustedCommunity
Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.
40SKILL.mdUpdated May 24, 2026
gonzalezpazmonica/mcp-builder
tools
VerifiedTrustedCommunity
Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).
40SKILL.mdUpdated May 24, 2026
gonzalezpazmonica/wellbeing-guardian
tools
VerifiedTrustedCommunity
Sistema proactivo de bienestar individual
33SKILL.mdUpdated Apr 17, 2026
gonzalezpazmonica/web-research
development
VerifiedTrustedCommunity
Search the web to resolve context gaps — documentation, versions, CVEs, best practices. Auto-starts SearxNG Docker if available, falls back to WebSearch.
33SKILL.mdUpdated Apr 17, 2026