语音转写

使用OpenAI的gpt-4o-mini-transcribe模型来转写音频文件。

使用场景

当收到语音备忘录（尤其是通过WhatsApp）时，只需运行：

uv run /Users/darin/clawd/skills/voice-transcribe/transcribe <audio-file>

然后根据转写的内容进行回应。

修正转写错误

如果Darin说某个词被转写错了，请将其添加到vocab.txt（作为提示）或replacements.txt（用于强制修正）。请参阅以下章节。

支持的格式

• mp3, mp4, mpeg, mpga, m4a, wav, webm, ogg, opus

示例

# transcribe a voice memo
transcribe /tmp/voice-memo.ogg

# pipe to other tools
transcribe /tmp/memo.ogg | pbcopy

设置

1. 请将您的OpenAI API密钥添加到/Users/darin/clawd/skills/voice-transcribe/.env文件中：

   OPENAI_API_KEY=sk-...
   

自定义词汇表

将单词添加到vocab.txt（每行一个），以帮助模型识别名称或专业术语：

Clawdis
Clawdbot

文本替换

如果模型仍然出现错误，请向replacements.txt添加一个替换项：

wrong spelling -> correct spelling

注意事项

• 假设为英语（不进行语言检测）
• 专门使用gpt-4o-mini-transcribe模型
• 通过音频文件的SHA256哈希值进行缓存