openai-whisper-api

• 您有音频文件（例如 .m4a、.ogg），需要快速转录，而无需编写自定义 API 集成代码。
• 您希望将转录自动化，作为 Shell 管道或脚本工作流的一部分。
• 您需要传递语言提示或说话者姓名提示，以提高转录准确性。
• 您希望从 Whisper API 获取结构化的 JSON 输出，而非纯文本。

• 您需要实时或流式转录——此技能将完整的音频文件发送到 API，不适合处理实时音频。
• 您不习惯设置 OPENAI_API_KEY，因为该技能没有其他可替代的转录后端。

运行一个简单的 shell 脚本，只需提供音频文件的路径，默认情况下即可在同一位置生成对应的 .txt 转录文件。无需编写任何样板 API 代码。

使用 --out 将输出写入自定义路径，或使用 --json 从 API 请求原始 JSON 以供后续处理。

使用 --language 指定口语语言（例如 en）以提高准确性，或使用 --prompt 提供上下文信息（如说话者姓名），帮助引导转录过程。

默认使用 whisper-1，但支持 --model 参数，让您随时准备好使用 OpenAI 未来推出的 Whisper 模型变体。

录制会议或采访，然后对音频文件运行 openai-whisper-api 技能，生成完整的文字转录稿。传入 --prompt 参数并附上参与者姓名，可提升输出结果中说话人姓名的识别准确率。

将脚本集成到定时任务（cron job）或 CI 工作流中，自动从指定目录中获取新的音频文件并进行转录，将结果写入指定的输出文件夹。

通过对一批音频文件批量调用 openai-whisper-api 技能，将语音备忘录或播客节目库转换为可搜索的文本文件。