利用 Faster Whisper 模型将本地语音消息转录为文本,实现针对音频文件的快速、注重隐私的语音识别。
语音转写 STLATLATLATLIS: 语音信息使用更快的Whisper(本地,隐私第一). .是一项面向实际任务的技能,主要用于Models. tiny - 最快捷,最低的准确度(默认). base - 平衡度小 - 更好的准确度小 - 中等 - 中等。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
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。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
使用 Faster Whisper(本地运行,隐私优先)对语音消息进行转录。
pip3 install --break-system-packages faster-whisper
# 转录语音文件 voice-transcribe /path/to/audio.ogg # 或结合媒体路径使用 voice-transcribe ~/.openclaw/media/inbound/file_xxx.ogg
tiny — 速度最快,准确率最低(默认)base — 速度与准确率均衡small — 准确率更高medium — 高准确率(需占用更多内存)返回语音消息的转录文本。
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 | 82.5万人学习
最新文章