openai-whisper-api

• У вас есть аудиофайлы (например, .m4a, .ogg), которые нужно быстро транскрибировать без написания собственного кода интеграции с API.
• Вы хотите автоматизировать транскрибирование в рамках конвейера оболочки или скриптового рабочего процесса.
• Вам нужно передать подсказку языка или имя говорящего для повышения точности транскрибирования.
• Вы хотите получать структурированный JSON-вывод из Whisper API вместо обычного текста.

• Вам нужна транскрипция в реальном времени или потоковая транскрипция — этот навык отправляет в API полные аудиофайлы и не подходит для обработки живого звука.
• Вы не готовы указывать OPENAI_API_KEY, поскольку у навыка нет альтернативного бэкенда для транскрипции.

Запустите единственный shell-скрипт, указав путь к аудиофайлу, и по умолчанию получите рядом с ним готовый транскрипт в формате .txt. Никакого шаблонного кода для работы с API не требуется.

Записывайте вывод по произвольному пути с помощью --out или запрашивайте необработанный JSON из API с помощью --json для последующей обработки.

Используйте --language для указания языка речи (например, en) для повышения точности или --prompt для предоставления контекста, например имён говорящих, которые помогают направлять транскрипцию.

По умолчанию используется whisper-1, но принимает флаг --model, что позволяет вам быть готовыми к будущим вариантам моделей Whisper, предлагаемых OpenAI.

Запишите встречу или интервью, затем запустите навык openai-whisper-api для аудиофайла, чтобы получить полную текстовую транскрипцию. Передайте --prompt с именами участников, чтобы улучшить распознавание имён говорящих в результате.

Интегрируйте скрипт в задание cron или рабочий процесс CI, который автоматически подхватывает новые аудиофайлы из указанной директории и транскрибирует их, записывая результаты в заданную папку вывода.

Преобразуйте библиотеку голосовых заметок или эпизодов подкастов в доступные для поиска текстовые файлы, запустив openai-whisper-api в пакетном режиме для обработки нескольких аудиофайлов.