Audio To Text

核心功能是利用ASR自动语音识别技术将音频文件转换为文字。典型场景包括音频内容提取、录音转文字、语音识别等。需通过mcporter工具调用，输入为音频URL，调用前需读取指定配置文件，仅使用audio_to_text相关配置，建议先查询服务状态，若遇连接失败可稍后重试。

热度 79.47

最近更新 2026-04-02 21:49:16

分类：效率依赖：代码执行 / MCP 服务应用场景：文件转换

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add audio-to-text

Metadata

name: audio_to_text
description: 音频转文字工具，支持将音频文件转换为文字内容（语音识别/ASR）。当用户需要将音频转文字、语音识别、音频内容提取、录音转文字时使用此 skill。触发关键词：音频转文字、语音识别、ASR、录音转文字、音频识别、语音转文字、音频内容提取。
compatibility: [{"server":"audio_to_text","tools":[]}]

纳米AI音频转文字服务，将音频文件通过 ASR（自动语音识别）技术转换为文字内容。

你必须通过 mcporter skill 来操作 MCP，完成本 skill 的所有音频转文字任务。 不得直接调用 MCP 工具；所有 MCP 操作都必须经由 mcporter 路由。

配置：全局 MCP 配置文件位于 ~/.openclaw/workspace/config/mcporter.json。在使用 mcporter 之前，你必须读取该文件，并仅使用本 skill 声明的 MCP 服务器/工具对应的配置（服务器名：audio_to_text）。不得使用配置文件中其他 MCP；只能使用本 skill 明确声明的那些。
列出服务器/工具：mcporter list audio_to_text --schema 查看工具详情。
调用工具：mcporter call audio_to_text.<tool> key=value
本 skill 的工具列表定义了可用的 MCP 服务器/工具；请仅通过 mcporter 调用它们，并使用全局配置文件中对应的配置项。

首先通过 mcporter 查询可用工具：

mcporter list audio_to_text --schema

然后根据返回的工具列表调用相应工具（通常传入音频 URL）：

mcporter call audio_to_text.<tool_name> url="https://example.com/audio.mp3"