OpenAI Whisper语音转录是ONE社区收录的AI SKILL插件，通过OpenAI音频转录API（Whisper模型）将音频文件转换为文本。支持多种音频格式（MP3、MP4、M4A、WAV等），提供高准确度的语音识别，适用于会议记录、访谈转录、语音笔记转换等多种场景。需要有效的OpenAI API密钥。截至2026年，ONE社区已收录77+款AI SKILL插件，提供一键安装与部署支持。
功能介绍
OpenAI Whisper语音转录
功能介绍
OpenAI Whisper语音转录技能利用OpenAI的Whisper模型，提供高质量的语音转文本服务。Whisper是一个先进的自动语音识别系统，在多种语言和口音上表现出色，特别适合处理真实世界的音频数据。
主要功能包括：
- 多格式支持：支持MP3、MP4、M4A、WAV、MPEG、MPGA、WEBM等多种音频格式
- 多语言识别：支持包括中文、英文在内的多种语言自动检测和转录
- 高准确度：基于大规模多语言数据训练，识别准确度高
- 时间戳生成：可选生成带时间戳的转录文本
- 说话人分离：支持识别不同说话人的语音（需要高级配置）
- 批量处理：支持批量音频文件转录
安装方法
该技能已预装在OpenClaw中。如需手动安装或更新：
# 通过clawhub安装
clawhub install openai-whisper-api或从GitHub直接安装
cd ~/.openclaw/skills && git clone https://github.com/openclaw/skills-openai-whisper-api.git openai-whisper-api使用前准备
1. 获取OpenAI API密钥：访问https://platform.openai.com/api-keys 创建API密钥 2. 配置API密钥：在OpenClaw配置中添加OpenAI API密钥 3. 准备音频文件：确保音频文件格式受支持，质量良好
使用场景
1. 会议记录：自动转录工作会议、团队讨论内容 2. 访谈转录：将采访、访谈录音转换为文字稿 3. 语音笔记：将语音备忘录转换为可搜索的文本 4. 播客字幕：为播客节目生成字幕文件 5. 教育内容：转录讲座、课程音频 6. 客服录音分析：分析客服通话内容，提取关键信息
注意事项
1. API成本：使用OpenAI API会产生费用，请关注使用量 2. 音频质量：背景噪音、多人同时说话可能影响识别准确度 3. 文件大小限制：API有文件大小限制（通常25MB） 4. 隐私考虑：敏感音频内容上传到云端需谨慎 5. 网络要求：需要稳定的网络连接访问OpenAI API
使用示例
# 基本转录
转录 audio.mp3指定语言（中文）
转录 audio.wav --language zh生成带时间戳的转录
转录 audio.m4a --timestamp批量处理目录中的音频文件
转录批量 ./audio_files/设置温度参数（控制随机性）
转录 audio.mp3 --temperature 0.2高级功能
- 提示词工程：提供上下文提示提高特定领域术语识别准确度
- 温度控制：调整生成文本的随机性
- 响应格式：支持JSON、文本、SRT字幕等多种输出格式
- 自定义模型：可选使用不同版本的Whisper模型
最佳实践
- 确保音频质量良好，减少背景噪音
- 对于专业术语，提供相关提示词
- 长音频分段处理以提高准确度
- 定期检查API使用情况和费用
- 敏感内容考虑本地Whisper部署替代方案
安装方式
npx clawhub@latest install openai-whisper-api安装完成后，在 OpenClaw 中搜索「OpenAI Whisper语音转录」即可启用。