openai-whisper-api

• Vous avez des fichiers audio (par exemple .m4a, .ogg) que vous devez transcrire rapidement sans écrire de code d'intégration API personnalisé.
• Vous souhaitez automatiser la transcription dans le cadre d'un pipeline shell ou d'un flux de travail scripté.
• Vous devez fournir un indicateur de langue ou une invite de nom de locuteur pour améliorer la précision de la transcription.
• Vous souhaitez obtenir une sortie JSON structurée depuis l'API Whisper plutôt que du texte brut.

• Vous avez besoin d'une transcription en temps réel ou en streaming — cette compétence envoie des fichiers audio complets à l'API et n'est pas adaptée à l'audio en direct.
• Vous n'êtes pas à l'aise avec la définition d'une OPENAI_API_KEY, car la compétence ne dispose d'aucun backend de transcription alternatif.

Exécutez un simple script shell avec le chemin vers votre fichier audio et recevez par défaut une transcription en .txt à côté de celui-ci. Aucun code API passe-partout n'est requis.

Écrivez la sortie dans un chemin personnalisé avec --out, ou demandez du JSON brut depuis l'API avec --json pour un traitement en aval.

Utilisez --language pour spécifier la langue parlée (par exemple en) afin d'améliorer la précision, ou --prompt pour fournir un contexte tel que des noms de locuteurs permettant de guider la transcription.

Par défaut whisper-1, mais accepte un indicateur --model, vous permettant d'être prêt pour les futures variantes du modèle Whisper proposées par OpenAI.

Enregistrez une réunion ou un entretien, puis exécutez la compétence sur le fichier audio pour produire une transcription textuelle complète. Passez --prompt avec les noms des participants pour améliorer la reconnaissance des noms des intervenants dans le résultat.

Intégrez le script dans une tâche cron ou un workflow CI qui récupère les nouveaux fichiers audio depuis un répertoire et les transcrit automatiquement, en écrivant les résultats dans un dossier de sortie spécifié.

Convertissez une bibliothèque de mémos vocaux ou d'épisodes de podcasts en fichiers texte consultables en scriptant la compétence openai-whisper-api sur un lot de fichiers audio.