SuperAPI AI 工具集

openai-whisper-api

编程与开发

查看项目

更新于 10-16 09:35

技能介绍

用途:调用 OpenAI 的 /v1/audio/transcriptions 接口,将音频文件转写为文本,适合批量或脚本化的语音转写场景。

主要能力:默认使用 whisper-1 模型,默认输出为与输入同名的 .txt 文件;支持指定输出路径、语言、提示词,并可通过 --json 输出 JSON 结果。

使用方式:运行 {baseDir}/scripts/transcribe.sh /path/to/audio.m4a 即可。可选参数示例:--model whisper-1、--out /tmp/transcript.txt、--language en、--prompt "Speaker names: Peter, Daniel"、--json。API Key 可设置环境变量 OPENAI_API_KEY,或在 OpenClaw 配置文件($OPENCLAW_CONFIG_PATH,默认 ~/.openclaw/openclaw.json)的 skills.openai-whisper-api.apiKey 中配置;还可通过 OPENAI_BASE_URL 指向 OpenAI 兼容代理或本地网关,例如 http://127.0.0.1:51805/v1。

适用场景:需要以脚本方式转写 m4a、ogg 等音频文件,并希望控制模型、语言或输出格式的任务。

限制:技能本身为调用外部 API 的脚本,转写质量、费用、速率与支持格式取决于所配置的 OpenAI 或兼容服务;资料未提供离线转写、支持语言清单、文件大小上限等细节。