用途
voice-transcribe 用于转写音频文件，采用 OpenAI 的 gpt-4o-mini-transcribe 模型。典型场景是收到语音备忘（尤其通过 WhatsApp）时，直接运行转写命令，再根据转写内容进行回复。
主要能力
- 音频转写：调用 gpt-4o-mini-transcribe 模型将音频转为文本。
- 自定义词汇提示：通过 vocab.txt 添加每行一个词，帮助模型识别名字与术语。示例中给出 ThinkFleetis、ThinkFleet 等词条。
- 文本替换：若模型仍然识别错误，可在 replacements.txt 中按“wrong spelling -> correct spelling”的格式添加替换规则，实现强制修正。
- 缓存：按音频文件的 sha256 进行缓存。
- 支持格式：mp3、mp4、mpeg、mpga、m4a、wav、webm、ogg、opus。
使用方式
基本命令：
uv run /Users/darin/thinkfleet/skills/voice-transcribe/transcribe <audio-file>
示例：
转写语音备忘
transcribe /tmp/voice-memo.ogg
输出管道给其他工具
transcribe /tmp/memo.ogg | pbcopy
配置
需在配置文件中填入 OpenAI API Key：
OPENAI_API_KEY=sk-...
路径为 /Users/darin/thinkfleet/skills/voice-transcribe/.env。
修正转写错误
如果反馈某个词转写错误，可将其加入 vocab.txt（作为提示）或 replacements.txt（作为保证修正）。
适用场景
适用于接收语音备忘并需转为文字的流程，包括通过 WhatsApp 收到的语音消息，以及需要将转写结果通过管道传给其他命令行工具（如 pbcopy）的场景。
限制
- 假定为英语，不做语言检测。
- 专门使用 gpt-4o-mini-transcribe 模型。
- 依赖 uv 运行。
- 需自行提供 OpenAI API Key。
- 关于费用、配额、并发、转写准确率或延迟等，资料暂未提供。