Transcribe audio via Groq API (~10x cheaper than OpenAI API)

该 Skill 提供 shell 脚本，调用 Groq 的音频转写接口，将本地音频文件转换为文本，可选 JSON 输出，并支持指定模型、语言和提示词；默认输出为同目录 .txt 文件。

maxceem

热度 78.27

最近更新 2026-05-11 17:29:21

分类：效率依赖：代码执行 / 读写文件 / 第三方 API应用场景：文件转换 / 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 groq-whisper-api

Metadata

name: groq-whisper-api
description: Transcribe audio via Groq Automatic Speech Recognition (ASR) Models (Whisper).
homepage: https://console.groq.com/docs/speech-to-text
metadata: {"openclaw":{"emoji":"☁️","requires":{"bins":["curl"],"env":["GROQ_API_KEY"]},"primaryEnv":"GROQ_API_KEY"}}

Groq Whisper API (curl)

Transcribe an audio file via Groq’s OpenAI-compatible /openai/v1/audio/transcriptions endpoint.

Quick start

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

Defaults:

Model: whisper-large-v3-turbo
Output: <input>.txt

Useful flags

{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model whisper-large-v3 --out /tmp/transcript.txt
{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

API key

Set GROQ_API_KEY, or configure it in ~/.openclaw/openclaw.json:

{
  skills: {
    "groq-whisper-api": {
      apiKey: "GROQ_KEY_HERE",
    },
  },
}