用途:调用 OpenAI 的 /v1/audio/transcriptions 接口,把音频文件转写为文本。
主要能力:提供脚本 {baseDir}/scripts/transcribe.sh,默认模型为 whisper-1,默认输出为与输入同名的 .txt 文件。支持通过参数指定模型、输出路径、语言、提示词,以及以 JSON 格式输出。
使用方式:基本用法为 {baseDir}/scripts/transcribe.sh /path/to/audio.m4a。可选参数示例:--model whisper-1 --out /tmp/transcript.txt;--language en;--prompt "Speaker names: Peter, Daniel";--json --out /tmp/transcript.json。
API 密钥:需设置环境变量 OPENAI_API_KEY,或在 ~/.openclaw/openclaw.json 中配置 skills.openai-whisper-api.apiKey。
适用场景:需要批量或脚本化转写音频文件时使用。
限制:依赖 OpenAI API 与有效密钥;具体支持的音频格式、大小上限、计费与速率限制资料未提供。