openai-whisper

openai-whisper 技能为您的 OpenClaw 助理提供了一个无缝、本地优先的语音转文字（STT）转录引擎。通过在本地利用 OpenAI Whisper CLI，此工具消除了对云端 API 订阅的需求，确保您的音频资料保持私密，并完全在您的硬件上进行处理。它专为需要高质量、可靠的语音备忘录、会议录音或媒体文件转录，同时又不希望承担与远程 AI 服务相关的延迟或隐私问题的用户而设计。

• 本地转录处理：Whisper 模型直接在您的设备上执行，确保完整的数据主权与隐私。

• CLI 驱动效率：利用强大的 Whisper 命令行接口进行可靠的批处理与自动化。

• 弹性模型选择：支持多种 Whisper 模型大小（从小到 turbo），让用户能在转录速度与语言准确度之间取得平衡。

• 多格式输出支持：轻松生成纯文本 (txt) 或字幕文件 (srt) 等多种格式的输出。

• 翻译能力：内置支持将音频内容翻译为英语，作为转录工作流程的一部分。

• 安装要求：模型在首次执行时会自动下载至 ~/.cache/whisper；请确保所选模型大小有足够的磁盘空间。

• 性能优化：对于更快速的即时转录需求，请优先使用较小的模型版本；对于最高精确度与复杂口音，请选择较大的模型版本。

• 使用方式：执行工具时需提供音频文件路径（例如 .mp3、.m4a）、指定所需的模型并定义输出目录。

• 限制：性能取决于主机的硬件性能（CPU/GPU 可用性）；请避免在资源受限的设备上执行过大的模型，以免造成系统迟缓。