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.
npx skills add openclaw/openclaw --skill openai-whisper-api -a claude-codeЧто 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-code2Вручную: положить файлы
~/.claude/skills/openai-whisper-api/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/openai-whisper-api/
1Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --skill openai-whisper-api -a codex2Вручную: положить файлы
.agents/skills/openai-whisper-api/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --skill openai-whisper-api -a cursor2Вручную: положить файлы
.cursor/skills/openai-whisper-api/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install openclaw/openclaw openai-whisper-api2Вручную: положить файлы
.github/skills/openai-whisper-api/SKILL.md1Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --skill openai-whisper-api -a gemini-cli2Командой платформы
gemini skills install https://github.com/openclaw/openclaw --path skills/openai-whisper-apiВручную: положить файлы
.devin/skills/openai-whisper-api/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add openclaw/openclaw --skill openai-whisper-api -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
Из того же набора48
Весь набор →Похожие
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