返回目录 / 开发工具
Audio Transcribe：转录录音并按需标注说话人
通过附带脚本和 OpenAI API 处理单个或多个音频文件。
Skills
先确认音频/视频文件路径、期望输出 text/json/diarized_json、语言提示及已知说话人参考。检查本机 `OPENAI_API_KEY` 是否已设好，不要要求用户在聊天提供。普通转录默认使用 `gpt-4o-mini-transcribe` 和 text；需要说话人标签才使用 diarization 模型与 JSON，超过约30秒时选择 `--chunking-strategy auto`。使用随附 `transcribe_diarize.py`，多文件通过 `--out-dir` 防止覆盖；生成后检查文本准确度、说话人标签和片段边界。API 处理音频可能计费；结果保存在 `output/transcribe/` 下并说明未验证的部分。
权限边界
前置条件
- 用户要求转录音频/视频或区分发言人。
- 确认输入文件、输出格式、语言提示和 speaker 参考；需用户本机设置 API key。
权限边界
- 可将音频上传至 OpenAI API 并写入转录结果，按任务选择是否启用说话人分离。
- API 调用可能计费；密钥只由本机环境变量提供，不得粘贴到聊天。
限制
常规短音频默认快速纯文本；需要标签时选 diarized_json；超过约30秒的录音使用自动分块。
固定上游来源
- 仓库
- openai/skills
- 文件路径
- skills/.curated/transcribe/SKILL.md
- 固定提交
49f948faa9258a0c61caceaf225e179651397431- 来源检查
- 2026-10-14 · 已按固定上游来源核对
仓库指标
以下数字属于上游仓库整体，不代表单个 Skill 或指南的点赞/热度。
- Stars
- 未取得
- Forks
- 未取得
- 观测时间
- 未取得
尚未取得指标快照。
许可证: Apache-2.0
适用工具
bundled `scripts/transcribe_diarize.py` · OpenAI Python SDK