К основному содержанию
скилл CX Codex

9routerx-stt — скилл для Claude Code: что делает и как установить

Скилл 9routerx-stt для Claude Code и Codex отправляет запросы к шлюзу 9RouterX. Распознаёт аудиозаписи и создаёт субтитры через модели OpenAI Whisper, Groq, Gemini, Deepgram или ElevenLabs.

MIT ★ 259 обновлён 2026-11-16

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add yanstd888/9routerx --skill 9routerx-stt -a claude-code
Открыть на GitHub

Что делает 9routerx-stt

Скилл переводит речь в текст через единый эндпоинт POST /v1/audio/transcriptions, совместимый с API OpenAI Whisper. Агент передаёт аудиофайл в формате mp3, wav, m4a, webm, ogg или flac, указывает идентификатор модели и при желании настраивает язык ISO-639-1, подсказку prompt или температуру. Ответ возвращается обычным текстом, сырым JSON, расширенным verbose_json с таймкодами сегментов либо готовыми субтитрами srt и vtt.

Маршрутизатор сам адаптирует запросы под целевые сервисы: преобразует вызовы к Gemini в инлайн-аудио, опрашивает асинхронный API AssemblyAI или подставляет токены для Deepgram и ElevenLabs. У ElevenLabs при этом есть специфика: провайдер не принимает параметры prompt и temperature, а при одновременной передаче diarize и num_speakers приоритет отдаётся флагу диаризации.

Для отправки запросов обязательно нужна переменная окружения 9ROUTERX_URL, а если на шлюзе включена авторизация — секрет 9ROUTERX_KEY. Список доступных в системе моделей агент проверяет командой к /v1/models/stt.

Какие задачи решает

  • расшифровать голосовые заметки или интервью из аудиофайла
  • сгенерировать субтитры в форматах srt или vtt для видеоролика
  • получить детальный таймлайн реплик с метками времени через verbose_json
  • передать распознавание речи на быстрые инференс-серверы Groq или NVIDIA

Примеры запросов агенту

  • Транскрибируй файл interview.mp3 через модель groq/whisper-large-v3
  • Сделай субтитры srt из лекции webinar.wav на русском языке
  • Распознай речь в voice.m4a через deepgram/nova-3 и верни verbose_json

Как установить 9routerx-stt

1Через Skills CLI (Vercel)

npx skills add yanstd888/9routerx --skill 9routerx-stt -a claude-code

2Вручную: положить файлы

~/.claude/skills/9routerx-stt/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/9routerx-stt/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о 9routerx-stt

Как установить 9routerx-stt в Claude Code?

Выполните команду npx skills add yanstd888/9routerx --skill 9routerx-stt -a claude-code. Файл навыка сохранится по пути ~/.claude/skills/9routerx-stt/SKILL.md.

Что делает 9routerx-stt?

Принимает аудиозаписи различных форматов и отправляет их в шлюз 9RouterX для транскрибации, поддерживая вывод в виде текста, JSON или файлов субтитров.

Что нужно для работы 9routerx-stt?

Требуется работающий сервер 9RouterX с заданным адресом в переменной 9ROUTERX_URL. Если на сервере включена защита, также понадобится ключ доступа 9ROUTERX_KEY.

Исходный текст

SKILL.md · MIT
---
name: 9routerx-stt
description: Speech-to-text via 9RouterX /v1/audio/transcriptions using OpenAI Whisper / Groq / Gemini / Deepgram / AssemblyAI / NVIDIA / HuggingFace models. Use when the user wants to transcribe audio, convert speech to text, or get subtitles from audio files.
---

# 9RouterX — Speech-to-Text

Requires `9ROUTERX_URL` (and `9ROUTERX_KEY` if auth enabled). See https://raw.githubusercontent.com/yanstd888/9routerx/refs/heads/main/skills/9routerx/SKILL.md for setup.

## Discover

```bash
curl $9ROUTERX_URL/v1/models/stt | jq '.data[].id'
# Per-model params (language, response_format, prompt, temperature support)
curl "$9ROUTERX_URL/v1/models/info?id=openai/whisper-1"
```

`model` = STT model ID (e.g. `openai/whisper-1`, `groq/whisper-large-v3`, `deepgram/nova-3`, `gemini/gemini-2.5-flash`).

## Endpoint

`POST $9ROUTERX_URL/v1/audio/transcriptions` (OpenAI Whisper compatible, `multipart/form-data`)

| Field | Required | Notes |
|---|---|---|
| `model` | yes | from `/v1/models/stt` |
| `file` | yes | audio file (mp3, wav, m4a, webm, ogg, flac) |
| `language` | no | ISO-639-1 (e.g. `en`, `vi`) |
| `prompt` | no | hint text to guide transcription |
| `response_format` | no | `json` (default) / `text` / `verbose_json` / `srt` / `vtt` |
| `temperature` | no | 0–1 |

## Examples

```bash
curl -X POST "$9ROUTERX_URL/v1/audio/transcriptions" \
  -H "Authorization: Bearer $9ROUTERX_KEY" \
  -F "model=openai/whisper-1" \
  -F "[email protected]" \
  -F "language=vi"
```

JS (Node):

```js
import { createReadStream } from "node:fs";
const form = new FormData();
form.append("model", "groq/whisper-large-v3-turbo");
form.append("file", new Blob([await (await import("node:fs/promises")).readFile("audio.mp3")]), "audio.mp3");
const r = await fetch(`${process.env.9ROUTERX_URL}/v1/audio/transcriptions`, {
  method: "POST",
  headers: { "Authorization": `Bearer ${process.env.9ROUTERX_KEY}` },
  body: form,
});
const { text } = await r.json();
console.log(text);
```

## Response shape

Default (`response_format=json`):
```json
{ "text": "Xin chào, đây là bản ghi âm." }
```

`verbose_json` adds `language`, `duration`, `segments[]` with timestamps.
`srt` / `vtt` return subtitle text.

## Provider quirks

| Provider | `model` format | Notes |
|---|---|---|
| `openai` | `whisper-1`, `gpt-4o-transcribe`, `gpt-4o-mini-transcribe` | Native OpenAI shape |
| `groq` | `whisper-large-v3`, `whisper-large-v3-turbo`, `distil-whisper-large-v3-en` | Fastest; OpenAI shape |
| `gemini` | `gemini-2.5-flash`, `gemini-2.5-pro`, `gemini-2.5-flash-lite` | Server converts to `generateContent` with audio inline |
| `deepgram` | `nova-3`, `nova-2`, `whisper-large` | Token auth; server adapts response |
| `assemblyai` | `universal-3-pro`, `universal-2` | Async upload+poll handled server-side |
| `nvidia` | `nvidia/parakeet-ctc-1.1b-asr` | NIM endpoint |
| `huggingface` | `openai/whisper-large-v3`, `openai/whisper-small` | HF Inference API |
| `elevenlabs` | `scribe_v1`, `scribe_v2` | Whisper-compatible shape; `xi-api-key` auth, not Bearer. Extra params: `timestamps_granularity` (`word`/`character`/`none`), `tag_audio_events`, and speaker labelling via **either** `diarize=true` **or** `num_speakers` (1–32) — sending both makes the request invalid, so `diarize` wins and `num_speakers` is dropped. Blank `language` is omitted upstream for auto-detect. `srt`/`vtt` and `verbose_json` segments are served from Scribe's own `additional_formats` render, so `segments[]` is omitted when the upstream render is unavailable rather than synthesized. Does not accept `temperature` or `prompt` — those are not forwarded. |

© yanstd888 · MIT · yanstd888/9routerx

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
openrouter-stt OpenRouterTeam Скилл openrouter-stt транскрибирует аудиозаписи в текст через Speech-to-Text API OpenRouter и помогает подключить модели вроде Whisper или Chirp. CX Codex +1 319установок elevenlabs-stt 101-skills Скилл elevenlabs-stt подключает транскрибацию ElevenLabs на моделях Scribe и выравнивание текста по таймкодам аудио через утилиту belt. CX Codex +1 236установок speech-to-text elevenlabs Скилл speech-to-text для Claude Code переводит аудио и видео в текст через ElevenLabs Scribe v3. Включается при генерации субтитров, расшифровке созвонов и обработке голосовых записей. CX Codex +1 16 200установок agency-voice-ai-integration-engineer huytran1120 Скилл agency-voice-ai-integration-engineer для Claude Code строит конвейеры транскрибации аудио. Он подключается к задачам распознавания речи, подготовки субтитров и передачи текста в приложения или API. CX Codex +1 ★ 85звёзд репо eachlabs-voice-audio eachlabs Скилл eachlabs-voice-audio для работы с голосом и аудио через EachLabs: синтез речи, расшифровка записей, разделение по спикерам и конвертация голоса. CX Codex +1 336установок openai-whisper openclaw Скилл openai-whisper учит агента вызывать Whisper CLI и расшифровывать аудио на вашей машине. Ключ API не нужен. CX Codex +1 7 400установок

Из того же набора9

9routerx-embeddings Скилл 9routerx-embeddings для Claude Code создаёт векторные эмбеддинги через API 9RouterX. Агент подключает его для RAG, семантического поиска и сравнения текстов. CX Codex +1 ★ 259звёзд репо 9routerx-chat Скилл 9routerx-chat для Claude Code отправляет запросы к языковым моделям через 9RouterX. Он включается для генерации кода, краткого пересказа текста и других запросов к модели. CX Codex +1 ★ 259звёзд репо 9routerx Настраивает подключение к шлюзу 9RouterX. Агент обращается к единому REST API для работы с чатом, генерацией картинок, синтезом речи и поиском. CX Codex +1 ★ 259звёзд репо 9routerx-tts Скилл 9routerx-tts для Claude Code превращает текст в речь через API 9RouterX. Вызывается для создания озвучки, аудио или чтения текста вслух. CX Codex +1 ★ 259звёзд репо 9routerx-image Скилл 9routerx-image для Claude Code создаёт изображения через API 9RouterX. Запускается по запросу нарисовать картинку или сгенерировать изображение по тексту. CX Codex +1 ★ 259звёзд репо 9routerx-web-fetch Скилл 9routerx-web-fetch для Claude Code извлекает содержимое веб-страницы по URL в Markdown, текст или HTML. Агент подключает его, когда нужно прочитать статью или получить содержимое страницы. CX Codex +1 ★ 259звёзд репо 9routerx-video Скилл 9routerx-video для Claude Code создаёт видео через xAI Grok Imagine. Запускается по просьбе сгенерировать ролик из текста или изображения. CX Codex +1 ★ 259звёзд репо 9routerx-web-search Скилл 9routerx-web-search для Claude Code ищет веб-страницы и публичные посты в X через 9RouterX. Запускается по запросу найти статьи, сведения или публикации в X. CX Codex +1 ★ 259звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой