SuperAPI AI 工具集

openai-whisper-api

编程与开发

查看项目

更新于 10-16 06:42

技能介绍

用途:调用 OpenAI 的 /v1/audio/transcriptions 接口(Whisper)将音频文件转写为文字。

主要能力:支持指定模型(默认 whisper-1)、输出文件路径、语言(如 --language en)、提示词(如 --prompt 提供说话人姓名辅助识别),并可用 --json 输出 JSON 格式结果。默认输出为与输入同名的 .txt 文件。

使用方式:运行脚本 {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。

密钥配置:设置环境变量 OPENAI_API_KEY,或在 ~/.thinkfleetbot/thinkfleetbot.json 中按技能名配置 apiKey。

适用场景:需要将会议、访谈、语音备忘等音频批量转为文本的工作流。

限制:依赖 OpenAI API 及有效密钥;支持的音频格式、文件大小上限、费用与速率限制等资料暂未提供。