openai-whisper-api

• Você tem arquivos de áudio (por exemplo, .m4a, .ogg) que precisam ser transcritos rapidamente sem precisar criar um código de integração de API personalizado.
• Você quer automatizar a transcrição como parte de um pipeline de shell ou fluxo de trabalho com scripts.
• Você precisa passar uma dica de idioma ou um prompt com o nome do locutor para melhorar a precisão da transcrição.
• Você quer uma saída JSON estruturada da API do Whisper em vez de texto simples.

• Você precisa de transcrição em tempo real ou streaming — esta skill envia arquivos de áudio completos para a API e não é adequada para áudio ao vivo.
• Você não se sente confortável em definir uma OPENAI_API_KEY, pois a skill não possui um backend de transcrição alternativo.

Execute um único script shell com o caminho para o seu arquivo de áudio e receba uma transcrição em .txt ao lado dele por padrão. Nenhum código boilerplate de API necessário.

Escreva a saída em um caminho personalizado com --out, ou solicite JSON bruto da API com --json para processamento posterior.

Use --language para especificar o idioma falado (por exemplo, en) para maior precisão, ou --prompt para fornecer contexto como nomes de falantes que ajudam a orientar a transcrição.

O padrão é whisper-1, mas aceita a flag --model, mantendo você preparado para futuras variantes do modelo Whisper oferecidas pela OpenAI.

Grave uma reunião ou entrevista e, em seguida, execute a skill no arquivo de áudio para produzir uma transcrição completa em texto. Passe --prompt com os nomes dos participantes para melhorar o reconhecimento de nomes de falantes na saída.

Integre o script em um cron job ou fluxo de CI que capture novos arquivos de áudio de um diretório e os transcreva automaticamente, gravando os resultados em uma pasta de saída especificada.

Converta uma biblioteca de memos de voz ou episódios de podcast em arquivos de texto pesquisáveis, automatizando a skill openai-whisper-api sobre um lote de arquivos de áudio.