К основному содержанию
скилл Claude Code CX Codex Cursor GitHub Copilot

openai-whisper-api — скилл для Claude: транскрипция аудио

Скилл гоняет аудио через OpenAI Audio Transcriptions API и отдаёт текст или JSON. Пригодится, когда нужно расшифровать созвон или голосовую заметку прямо из агента.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add openclaw/openclaw --skill openai-whisper-api -a claude-code
Открыть на GitHub

Что делает openai-whisper-api

Скилл вызывает эндпоинт /v1/audio/transcriptions через curl. Внутри один скрипт transcribe.sh, который принимает путь к файлу и флаги. По умолчанию берётся модель gpt-4o-transcribe, а результат падает рядом с исходником как .txt.

Модель переключается флагом --model: доступны gpt-4o-transcribe, gpt-4o-mini-transcribe, gpt-4o-transcribe-diarize и whisper-1. Для диаризации скрипт сам подставляет chunking_strategy=auto и не принимает --prompt. Язык задаётся через --language, подсказка с именами спикеров — через --prompt. Флаг --json меняет формат вывода.

Нужен ключ OPENAI_API_KEY — либо в окружении, либо в конфиге OpenClaw ($OPENCLAW_CONFIG_PATH, по умолчанию ~/.openclaw/openclaw.json). Ещё нужны curl и node. Загрузка на хостед-API ограничена 25 MB, форматы — mp3, mp4, mpeg, mpga, m4a, wav, webm. Если файл тяжелее лимита, придётся резать его заранее. Ставить стоит тем, кто уже работает с OpenAI и хочет расшифровку без ручных запросов в консоли.

Какие задачи решает

  • расшифровать созвон в текст
  • разметить реплики по спикерам через diarize
  • получить транскрипт в JSON для дальнейшей обработки
  • задать язык записи, чтобы не гадать с распознаванием
  • подсказать модели имена участников через prompt

Примеры запросов агенту

  • Расшифруй /path/to/audio.m4a и сохрани текст рядом с файлом
  • Прогони audio.ogg через gpt-4o-transcribe-diarize и выведи JSON
  • Сделай транскрипт audio.m4a с --language en

Как установить openai-whisper-api

1Через Skills CLI (Vercel)

npx skills add openclaw/openclaw --skill openai-whisper-api -a claude-code

2Вручную: положить файлы

~/.claude/skills/openai-whisper-api/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/openai-whisper-api/

Из того же набора48

Весь набор →
summarize openclaw Скилл запускает CLI для создания выжимок и расшифровок из веб-страниц, YouTube-роликов, подкастов и локальных PDF-файлов. Claude Code CX Codex Cursor +1 26 900установок weather openclaw Скилл получает текущую погоду и прогноз по городу, региону, коду аэропорта или координатам. Пригодится для проверки температуры и осадков или планирования поездки. Claude Code CX Codex Cursor +1 9 300установок gog openclaw Даёт агенту правила работы с CLI gog для Gmail, Calendar, Drive, Contacts, Sheets и Docs. Нужен, когда действия в Google Workspace надо выполнять из терминала. Claude Code CX Codex Cursor +1 8 500установок tmux openclaw Даёт агенту доступ к живым tmux-сессиям: читать вывод панели, отправлять клавиши и текст, ждать появления строки в промпте. Claude Code CX Codex Cursor +1 8 400установок openai-whisper openclaw Скилл учит агента вызывать Whisper CLI и расшифровывать аудио на вашей машине. Ключ API не нужен. Claude Code CX Codex Cursor +1 7 100установок nano-pdf openclaw Скилл редактирует страницы PDF по текстовым инструкциям через CLI nano-pdf. Пригодится, когда нужно исправить опечатку или заменить заголовок прямо в терминале. Claude Code CX Codex Cursor +1 7 100установок skill-creator openclaw Скилл для создания, починки и проверки других скиллов: разбирает задачу по веткам, пишет frontmatter и раскладывает ресурсы по папкам. Пригодится, когда скиллов стало много и надо держать их в порядке. Claude Code CX Codex Cursor +1 6 700установок coding-agent openclaw Скилл передаёт крупные задачи Codex, Claude Code или OpenCode фоновой работе. Подходит для рефакторинга, ревью PR и цикла от issue до PR. Claude Code CX Codex Cursor +1 6 500установок

Похожие

hindsight-docs vectorize-io Скилл даёт агенту документацию Hindsight: архитектуру, API, настройку и SDK. Пригодится для интеграции памяти в AI-агентов. Claude Code CX Codex Cursor +1 9 100установок skill-creator официальный anthropics Помогает создать новый скилл, доработать существующий и проверить результат через тестовые промпты и оценки. Claude Code Claude.ai 414 180установок writing-for-agents Matt Pocock Помогает писать скиллы и документы с инструкциями для агентов. Пригодится при правках AGENTS.md, CLAUDE.md и связанных справочных файлов. Claude Code 466 719установок media-use heygen-com Находит и генерирует ассеты для видео в HyperFrames — музыку, дикторский голос, аватары и эффекты. Сохраняет всё локально в assets. Claude Code CX Codex Cursor +1 1 100 000установок mcp-builder официальный anthropics Скилл проводит через создание MCP-сервера на TypeScript или Python: от изучения протокола до тестов и оценки качества. Claude Code Claude.ai 130 949установок subagent-driven-development Jesse Vincent Скилл выполняет план через отдельных субагентов для каждой задачи и проверяет результат после каждого шага. Подходит для независимых задач в одной сессии. Claude Code CX Codex 237 746установок orchestration stablyai Координирует воркеров Orca через DAG задач, циклы супервизора и цепочки сообщений. Пригодится для распределения сложной работы между агентами. Claude Code CX Codex Cursor +1 349 200установок

Вопросы о openai-whisper-api

Как установить openai-whisper-api в Claude?

Выполни npx skills add openclaw/openclaw --skill openai-whisper-api -a claude-code. Скилл появится в ~/.claude/skills/openai-whisper-api/SKILL.md.

Что делает openai-whisper-api?

Отправляет аудиофайл в OpenAI Audio Transcriptions API и возвращает текст или JSON. Модель выбирается флагом --model.

Что нужно для работы скилла?

Ключ OPENAI_API_KEY и установленные curl с node. Ключ можно прописать в конфиге OpenClaw или задать в окружении.

Исходный текст

SKILL.md · MIT
---
name: openai-whisper-api
description: "OpenAI Audio Transcriptions API via curl; gpt-4o-transcribe, mini, diarize, or whisper-1."
homepage: https://platform.openai.com/docs/guides/speech-to-text
metadata:
  {
    "openclaw":
      {
        "emoji": "🌐",
        "requires": { "bins": ["curl", "node"], "env": ["OPENAI_API_KEY"] },
        "primaryEnv": "OPENAI_API_KEY",
        "install":
          [
            {
              "id": "brew",
              "kind": "brew",
              "formula": "curl",
              "bins": ["curl"],
              "label": "Install curl (brew)",
            },
          ],
      },
  }
---

# OpenAI transcriptions API

Transcribe audio through `/v1/audio/transcriptions`. Set `OPENAI_BASE_URL` for an OpenAI-compatible proxy or local gateway.

## Quick start

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

Defaults:

- Model: `gpt-4o-transcribe`
- Output: `<input>.txt`

## Useful flags

```bash
{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
```

Notes:

- Supported upload formats include `mp3`, `mp4`, `mpeg`, `mpga`, `m4a`, `wav`, `webm`.
- 25 MB upload limit on the hosted API.
- Use diarize for speaker labels; script sends `chunking_strategy=auto` and rejects `--prompt`.

## API key

Set `OPENAI_API_KEY`, or configure it in the active OpenClaw config file (`$OPENCLAW_CONFIG_PATH`, default `~/.openclaw/openclaw.json`). Optionally set `OPENAI_BASE_URL`:

```json5
{
  skills: {
    "openai-whisper-api": {
      apiKey: "OPENAI_KEY_HERE",
    },
  },
}
```

© openclaw · MIT · openclaw/openclaw

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой