用途：使用 OpenAI Whisper 在本机完成语音转写，强调隐私，音频不上传云端，支持 97+ 种语言。
主要能力：通过命令行脚本 transcribe.js 转写音频文件；可选模型 tiny、base、small、medium、large（默认 small）；可指定语言代码（默认自动检测）、输出目录；--smart-model 按文件大小自动选模型；--check 校验依赖。模型体积与资源占用：tiny 39MB、base 74MB、small 244MB、medium 769MB、large 1550MB，内存约 1GB 至 10GB 不等。
使用方式：先安装依赖 pip install openai-whisper，再运行 node transcribe.js voice.ogg。若用于 OpenClaw 处理收到的语音消息，必须在 ~/.openclaw/openclaw.json 的 tools.media.audio 中启用并配置 cli 模型，command 为 node，args 为 ["<skill-path>/transcribe.js", "{{MediaPath}}"]，并将 <skill-path> 替换为技能仓库路径；镜像安装可用 ~/.openclaw/skills/local-whisper。未配置时语音消息可能导致 token 溢出错误或被发送到云端 API。
适用场景：需要本地、私密转写语音或音频文件的个人与开发环境。
限制：需自行安装 Python 依赖与 Whisper 模型；模型越大越慢、占用内存越高；具体平台支持、安装细节与故障排查请参考其安装指南与 GitHub 仓库，资料未提供更多收费或效果信息。