qwen-asr

Qwen ASR 是一个多功能的语音转文字工具，专为需要高效地将录音转换为文字稿的开发人员和高级用户设计。通过利用 Qwen ASR 演示服务，此技能提供了一个精简的接口来处理各种音频格式，包括 wav、mp3 和 ogg 文件。对于需要在 AI Agent 工作流中自动化会议纪要、处理语音消息或为音频内容建立索引，且不想管理复杂认证或付费 API 服务的用户来说，这是一个理想的解决方案。本技能旨在通过标准 shell 命令无缝集成到您的本地开发环境中。

• 支持多语言，适用于多元的全球内容。

• 轻量级架构，无需配置或管理 API 密钥。

• 直接的命令行集成，允许将输入内容直接导出至文本文件。

• 基于经过验证的 Qwen 语音转文字模型，提供高性能的转录能力。

• 跨平台兼容性，适用于音频转文字任务的本地处理。

• 输入：支持标准音频格式，包括 .wav, .mp3 和 .ogg 文件。

• 输出：生成清晰的文字稿，可重定向至 .txt 文件或传递至后续的 LLM 处理链。

• 使用方式：通过提供的 uv 管理脚本执行转录，例如 uv run scripts/main.py -f audio.wav。

• 限制：依赖于 Qwen ASR 演示服务端点；请确保您的环境已安装基本的 Python 依赖项。

• 最佳实践：适用于代理交互中，针对用户发送的短至中长度音频片段或语音消息进行快速、按需的转录。