openai-whisper-api

• Tienes archivos de audio (p. ej., .m4a, .ogg) que necesitas transcribir rápidamente sin tener que escribir código de integración de API personalizado.
• Quieres automatizar la transcripción como parte de un pipeline de shell o un flujo de trabajo con scripts.
• Necesitas pasar una sugerencia de idioma o un prompt con el nombre del hablante para mejorar la precisión de la transcripción.
• Quieres obtener una salida JSON estructurada de la API de Whisper en lugar de texto plano.

• Necesitas transcripción en tiempo real o en streaming — esta skill envía archivos de audio completos a la API y no es adecuada para audio en directo.
• No te resulta cómodo configurar una OPENAI_API_KEY, ya que la skill no tiene un backend de transcripción alternativo.

Ejecuta un único script de shell con la ruta a tu archivo de audio y recibe de forma predeterminada un transcript en .txt junto a él. No se requiere código repetitivo de API.

Escribe la salida en una ruta personalizada con --out, o solicita JSON sin procesar desde la API con --json para su procesamiento posterior.

Usa --language para especificar el idioma hablado (por ejemplo, en) y mejorar la precisión, o --prompt para proporcionar contexto como nombres de hablantes que ayuden a orientar la transcripción.

El valor predeterminado es whisper-1, pero acepta un indicador --model, manteniéndote preparado para futuras variantes del modelo Whisper ofrecidas por OpenAI.

Graba una reunión o entrevista y luego ejecuta la habilidad sobre el archivo de audio para obtener una transcripción completa en texto. Usa --prompt con los nombres de los participantes para mejorar el reconocimiento de nombres de hablantes en el resultado.

Integra el script en un cron job o flujo de trabajo de CI que recoja nuevos archivos de audio de un directorio y los transcriba automáticamente con openai-whisper-api, escribiendo los resultados en una carpeta de salida especificada.

Convierte una biblioteca de memos de voz o episodios de podcast en archivos de texto con capacidad de búsqueda mediante la automatización de la skill openai-whisper-api sobre un lote de archivos de audio.