用途：将音频文件中的语音转写为文本，适用于会议、访谈等语音转文字场景，并可按需启用说话人分离（diarization）与已知说话人提示。
主要能力：默认使用 gpt-4o-mini-transcribe 与 --response-format text 进行快速转写；需要说话人标签时改用 --model gpt-4o-transcribe-diarize 与 --response-format diarized_json。支持已知说话人参考（最多 4 个），音频超过约 30 秒时保持 --chunking-strategy auto。注意 gpt-4o-transcribe-diarize 不支持提示词（prompting）。
使用方式：需设置 OPENAI_API_KEY，缺失时请用户在本地自行设置，切勿要求其在对话中粘贴完整密钥。依赖安装优先用 uv pip install openai，否则用 python3 -m pip install openai。设置技能路径：export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"；export TRANSCRIBE_CLI="$CODEX_HOME/skills/transcribe/scripts/transcribe_diarize.py"。单文件快速转写示例：python3 "$TRANSCRIBE_CLI" path/to/audio.wav --out transcript.txt。带已知说话人分离示例：python3 "$TRANSCRIBE_CLI" meeting.m4a --model gpt-4o-transcribe-diarize --known-speaker "Alice=refs/alice.wav" --known-speaker "Bob=refs/bob.wav" --response-format diarized_json --out-dir output/transcribe/meeting。多文件时用 --out-dir 避免覆盖，输出建议保存在 output/transcribe/<job-id>/。
限制：需有效的 OPENAI_API_KEY 才能调用实时 API；支持的格式、大小限制与响应格式细节见 references/api.md（资料未展开）。