OpenAI云端转写
用 OpenAI 的音频转写接口把录音转成文本,支持指定语言、提示说话人名单,可输出 txt 或带结构的 json。
功能与用途
不方便在本机装模型、或需要更快更稳地处理音频时,可以走 OpenAI 的 /v1/audio/transcriptions 接口。这个技能提供一个 transcribe.sh 脚本,传音频路径即可转写,默认用 whisper-1 模型、输出同名 .txt;可以指定语言、通过 --prompt 提示说话人姓名提升识别效果,也能用 --json 拿到结构化结果。
适用场景
- 本地录音转文字稿:传入 m4a 或 ogg 音频文件路径,调用云端 Whisper 接口快速生成对应的 txt 文本。
- 多说话人会议转写:通过参数指定提示词提前注入参会人姓名与专业术语,显著提高人名及名词识别率。
- 导出结构化转录数据:使用 json 输出参数获取包含完整时间戳或详细片段信息的结构化转写文件。
适用人群
- 要批量把客户通话录音转文字的运营人员
- 做多语言内容、需要指定语言转写的视频作者
- 在脚本里集成语音转写能力的开发者
使用步骤
- 配置 OPENAI_API_KEY(环境变量,或在 clawdbot.json 的该技能配置里填写 apiKey)。
- 运行 transcribe.sh 并传入音频文件路径。
- 按需加参数:--model 换模型、--language 指定语言、--prompt 提示说话人名单、--out 指定输出文件、--json 输出结构化结果。
- 取默认的 <输入文件名>.txt,或指定的 txt/json 输出文件。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 效率
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 1.0.0
- 最近更新
- 2026-05-18
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Transcribe audio via OpenAI Audio Transcriptions API (Whisper).
使用前准备
- 需要 curl 与 OPENAI_API_KEY(或在 ~/.clawdbot/clawdbot.json 中配置 apiKey),并需要联网访问 OpenAI 接口。
依赖与权限
- OPENAI_API_KEY
- 读取用户主动提供的内容