Voice Transcriber Toolkit

该 Skill 提供语音转文字能力：用 Whisper 或 Vosk 引擎将单个或批量音频文件转录为文本，可导出 SRT/VTT 字幕，并借助 ffmpeg 转换音频格式、提取音频元信息。包含 Python 类接口与命令行入口，需安装 Python 依赖与 ffmpeg。

kaiyuelv

热度 31.57

最近更新 2026-05-11 17:46:21

分类：效率依赖：代码执行 / 读写文件应用场景：文件转换 / 工作流 / 自动化脚本

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 voice-transcriber-toolkit

Metadata

name: voice-transcriber-toolkit
description: Voice-to-Text Transcription Toolkit - 语音识别转文字，支持Whisper/Vosk引擎，批量处理，字幕导出 | Speech recognition & transcription with Whisper/Vosk engines, batch processing, subtitle export
metadata: {"openclaw":{"requires":{"bins":["python3","ffmpeg"]},"install":[{"id":"python-deps","kind":"python","requirements":"requirements.txt"},{"id":"ffmpeg","kind":"apt","packages":["ffmpeg"]}]}}

Voice Transcriber Toolkit

功能

Transcribe — 单文件/批量音频转文字 (Whisper/Vosk)
Convert — 音频格式转换 (ffmpeg)
Export — 导出 SRT/VTT 字幕
Info — 音频文件元信息提取

使用

from scripts.voice_transcriber import VoiceTranscriber, AudioConverter

transcriber = VoiceTranscriber(engine="whisper", model_size="base")

# 单文件转录
result = transcriber.transcribe("meeting.mp3", language="zh")
print(result["text"])

# 批量转录
results = transcriber.transcribe_batch(["file1.mp3", "file2.wav"])

# 导出字幕
srt = transcriber.export_subtitles(result, "srt")

# 音频转换
converter = AudioConverter()
converter.convert_to_wav("input.m4a", "output.wav")

CLI

python3 scripts/voice_transcriber.py