openai-whisper-api

OpenAI 音频转写 API

通过 /v1/audio/transcriptions 接口转写语音。如需使用 OpenAI 兼容的反向代理或本地网关，可设置 OPENAI_BASE_URL。

快速开始

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

默认设置：

• 模型：gpt-4o-transcribe
• 输出路径：<input>.txt

常用参数与示例

{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

注意事项：

• 支持上传的音频格式包括 mp3、mp4、mpeg、mpga、m4a、wav、webm。
• 云端 API 上传文件大小限制为 25 MB。
• 区分说话人（说话人标注）时使用 diarize 模型；此时脚本会自动发送 chunking_strategy=auto，且不支持 --prompt 参数。

API Key 配置

设置环境变量 OPENAI_API_KEY，或者在当前 OpenClaw 配置文件中进行配置（配置文件路径由 $OPENCLAW_CONFIG_PATH 指定，默认为 ~/.openclaw/openclaw.json）。也可以选择性配置 OPENAI_BASE_URL：

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