AIKraft/Skills/openai-whisper-api

openai-whisper-api

Использует OpenAI Audio Transcriptions API через curl для транскрипции аудио. Поддерживает модели gpt-4o-transcribe, mini, diarize и whisper-1. Полезно для обработки голосовых данных.

OPopenclaw official Данные ★ 391.4k

Что делает навык

Навык транскрибирует аудиофайлы через OpenAI Audio Transcriptions API, поддерживая модели gpt-4o-transcribe, gpt-4o-mini-transcribe, gpt-4o-transcribe-diarize и whisper-1. Он решает задачу преобразования голосовых данных в текст, включая разметку спикеров (diarize) и обработку с учетом языка или контекста.

Когда применять

  • Транскрибация голосовых сообщений или записей встреч в текстовый формат.
  • Разделение репликов разных спикеров в аудиофайле с помощью модели diarize.
  • Обработка аудио с заданным языком или подсказкой (prompt) для повышения точности.
  • Экспорт результатов транскрипции в формате JSON для дальнейшей обработки.

Как работает

  1. Убедитесь, что установлен ключ OPENAI_API_KEY и опционально OPENAI_BASE_URL.
  2. Выполните скрипт { baseDir } /scripts/transcribe.sh, передав путь к аудиофайлу.
  3. При необходимости укажите модель через флаг --model (например, gpt-4o-transcribe или whisper-1).
  4. Добавьте флаг --json для вывода в формате JSON или --out для указания пути к файлу результата.
  5. Используйте флаги --language или --prompt для настройки языка и контекста транскрипции.
  6. Для модели gpt-4o-transcribe-diarize скрипт автоматически применяет chunking_strategy=auto и игнорирует --prompt.

Примеры запросов агенту

Транскрибируй файл /path/to/audio.m4a с помощью модели gpt-4o-transcribe и сохрани результат в /tmp/transcript.txt.
Выполни транскрипцию файла /path/to/audio.ogg с разметкой спикеров (diarize) и выведи результат в JSON.
Транскрибируй файл /path/to/audio.m4a на английском языке с подсказкой 'Speaker names: Peter, Daniel'.

Что понадобится

  • Ключ API OPENAI_API_KEY.
  • Опционально: переменная окружения OPENAI_BASE_URL для прокси или локального шлюза.
  • Поддерживаемые форматы файлов: mp3, mp4, mpeg, mpga, m4a, wav, webm (лимит 25 МБ).

Описание составлено по SKILL.md навыка, сверено 06.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «openclaw-openai-whisper-api» из репозитория: # https://github.com/openclaw/openclaw
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r openclaw-openai-whisper-api/ ~/.claude/skills/openclaw-openai-whisper-api/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.