用途：当输入为音频、核心任务是语音转文字、生成字幕时间轴、粗略语音检索、多语言转写或产出可留存转写稿时使用。视频输入应改用 video-transcription，语义视频理解应改用 media-analysis。若已有定时转写稿且只需字幕输出，则跳过转写，直接读取本地字幕转换参考。
主要能力：通过托管的 postplus media transcribe 动词执行异步转写，提交后记录运行句柄、当前状态及可用时完成的产物。支持本地路径、HTTPS URL、已有 PostPlus 媒体引用或 data URI 直接传给 --audio。提供质量更高的默认模型和更快更便宜的变体；字幕质量重要时用默认，明确做粗略处理时用便宜变体。
使用方式：需提供媒体时长以便提交前校验，缺失时长会在提交前失败。输出用于字幕或剪辑决策时应请求时间戳。建议先处理单个源文件或音频 URL 再批量。示例命令：postplus media transcribe transcription --audio ./reference.wav --duration-seconds 1 --wait --output ./result.json。就绪诊断：postplus doctor --skill audio-transcription。仅在需要完整端点、标志与枚举契约或修复未知请求结构时使用 postplus media schema --json。
限制与边界：状态为 pending 时保留结果路径并遵循 CLI 返回的操作或恢复命令，不要重复提交。达到 CLI 等待/恢复边界时停止并报告。请求 SRT/ASS 时使用实际定时转写稿并读取本地字幕转换，在本地转换，不发起新的托管请求，也不要臆造 CLI 导出命令。缺少必要用户意图、来源证据或自有输入产物且猜测会改变结果时应停止。若 CLI 返回报价确认挑战，需先获得用户对范围与成本的批准，再运行 postplus quote confirm --json --challenge-file <challenge.json> 并用返回令牌重试。内部请求、响应、清单、规范化转写稿与下载产物保存在 .postplus/audio-transcription 下，最终面向用户的转写导出放在 .postplus 之外。