快速、高性价比的自动语音转写,支持100种语言、说话人分离、词级时间戳及自定义输出格式。
演讲是廉价的(SIC)技能是一项面向实际任务的技能,主要用于快速、准确和极其廉价的自动语音对文本的转录服务;为什么使用这种技能?;
该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
快速、准确且成本极低的自动语音转文字(ASR)服务。
前往 speechischeap.com 注册。使用优惠码 CH5 可立减 $5。
本技能会从 SIC_API_KEY 环境变量中读取您的 API 密钥。
请将以下内容添加至您的 .env 文件或智能体配置中:
SIC_API_KEY=your_key_here
安装该技能后,您可在 OpenClaw 会话中对任意 URL 执行语音转文字操作,并立即获取 JSON 格式结果,命令如下:
./skills/asr/scripts/asr.sh transcribe --url "https://example.com/audio.mp3"
# 基础转录 ./skills/asr/scripts/asr.sh transcribe --url "https://example.com/audio.mp3" # 含高级选项的转录 ./skills/asr/scripts/asr.sh transcribe --url "https://example.com/audio.mp3" --speakers --words --labels --language "en" --format "srt" --private
适用于已存储在本地磁盘上的音频文件。本技能将自动完成上传流程。
# 上传并转录本地音视频文件 ./skills/asr/scripts/asr.sh transcribe --file "./local-audio.wav" # 上传时指定 Webhook 回调地址 ./skills/asr/scripts/asr.sh transcribe --file "./local-audio.wav" --webhook "https://mysite.com/callback" # 注意:对于本地文件,该技能会在启动转录前,自动通过 multipart 方式上传至 # https://upload.speechischeap.com。
--speakers:启用说话人分离(Speaker Diarization)--words:启用词级时间戳(Word-level Timestamps)--labels:启用音频标签识别(如音乐、噪声等)--stream:启用流式输出--private:不保存原始音频及转录文本(隐私模式)--language :ISO 语言代码(例如 'en'、'es')--confidence :置信度最低阈值(默认为 0.5)--format :输出格式(json、srt、vtt、webvtt)--webhook :任务完成时接收回调载荷的 URL--segment-duration :分段时长(单位:秒,默认为 30)./skills/asr/scripts/asr.sh status "job-id-here"
asr.sh 命令行工具在成功执行后默认返回 JSON 格式结果,便于直接与其他工具管道(pipe)集成或解析使用。
若未设置 SIC_API_KEY 环境变量,该工具将输出清晰的错误提示,并附上直达注册页面的链接。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章