openai-whisper

openai-whisper 技能為您的 OpenClaw 助理提供了一個無縫、本地優先的語音轉文字（STT）轉錄引擎。透過在本地利用 OpenAI Whisper CLI，此工具消除了對雲端 API 訂閱的需求，確保您的音訊資料保持私密，並完全在您的硬體上進行處理。它專為需要高品質、可靠的語音備忘錄、會議錄音或媒體檔案轉錄，同時又不希望承擔與遠端 AI 服務相關的延遲或隱私問題的使用者而設計。

• 本地轉錄處理：Whisper 模型直接在您的設備上執行，確保完整的資料主權與隱私。

• CLI 驅動效率：利用強大的 Whisper 命令列介面進行可靠的批次處理與自動化。

• 彈性模型選擇：支援多種 Whisper 模型大小（從小到 turbo），讓使用者能在轉錄速度與語言準確度之間取得平衡。

• 多格式輸出支援：輕鬆產生純文字 (txt) 或字幕檔 (srt) 等多種格式的輸出。

• 翻譯能力：內建支援將音訊內容翻譯為英語，作為轉錄工作流程的一部分。

• 安裝要求：模型在首次執行時會自動下載至 ~/.cache/whisper；請確保所選模型大小有足夠的磁碟空間。

• 效能優化：對於更快速的即時轉錄需求，請優先使用較小的模型版本；對於最高精確度與複雜口音，請選擇較大的模型版本。

• 使用方式：執行工具時需提供音訊檔案路徑（例如 .mp3、.m4a）、指定所需的模型並定義輸出目錄。

• 限制：效能取決於主機的硬體效能（CPU/GPU 可用性）；請避免在資源受限的設備上執行過大的模型，以免造成系統遲緩。