SuperAPI AI 工具集

transcribe

办公与效率

查看项目

更新于 10-16 06:14

技能介绍

用途:使用本地 faster-whisper(Docker)把音频文件转写为文本,适合处理语音消息、会议录音等场景。

安装:cd /path/to/skills/transcribe/scripts && chmod +x install.sh && ./install.sh。该脚本会构建 Docker 镜像 whisper:local 并安装 transcribe CLI。

用法:transcribe /path/to/audio.mp3 [language]。默认语言为 es(西班牙语),用 auto 可自动检测,结果以纯文本输出到 stdout。示例:transcribe /tmp/voice.ogg(默认西语);transcribe /tmp/meeting.mp3 en(英语);transcribe /tmp/audio.m4a auto(自动检测)。

支持格式:mp3、m4a、ogg、wav、webm、flac、aac。

收到语音消息时:将音频附件保存为临时文件,运行 transcribe <path>,在回复中附上转写文本,并清理临时文件。

文件组成:scripts/transcribe 为 bash CLI 包装脚本,scripts/install.sh 为安装脚本(内联 Dockerfile)。

限制与说明:模型为 small(快速),如需更高精度可修改 install.sh 改用 large-v3;完全本地运行,无需 API 密钥。其他细节暂未提供。