openai-whisper-api

OpenAI 語音轉寫 API

透過 /v1/audio/transcriptions 進行語音轉寫。如需使用相容於 OpenAI 的代理伺服器或本機閘道，請設定 OPENAI_BASE_URL。

快速開始

{baseDir}/scripts/transcribe.sh /path/to/audio.m4a

預設設定：

• 模型：gpt-4o-transcribe
• 輸出：<input>.txt

常用參數

{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model gpt-4o-transcribe --out /tmp/transcript.txt
{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model gpt-4o-mini-transcribe
{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model gpt-4o-transcribe-diarize --json
{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model whisper-1
{baseDir}/scripts/transcribe.sh /path/to/audio.m4a --language en
{baseDir}/scripts/transcribe.sh /path/to/audio.m4a --prompt "Speaker names: Peter, Daniel"
{baseDir}/scripts/transcribe.sh /path/to/audio.m4a --json --out /tmp/transcript.json

注意事項：

• 支援的上傳格式包含 mp3、mp4、mpeg、mpga、m4a、wav、webm。
• 官方代管 API 的上傳限制為 25 MB。
• 若需要語者標籤（區分說話者），請使用 diarize；腳本會自動傳送 chunking_strategy=auto 並拒絕 --prompt。

API 金鑰

設定 OPENAI_API_KEY，或是於作用中的 OpenClaw 設定檔中配置（$OPENCLAW_CONFIG_PATH，預設為 ~/.openclaw/openclaw.json）。亦可選擇性設定 OPENAI_BASE_URL：

{
  skills: {
    "openai-whisper-api": {
      apiKey: "OPENAI_KEY_HERE",
    },
  },
}