speech-to-text
使用 Whisper AI 转录音频
使用先进的 Whisper 模型将音频录音转换为准确的文字转录。非常适合转录会议、播客、语音笔记以及自动生成视频字幕。
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“speech-to-text”。 转录 https://files.example.com/team-meeting.mp3 的会议录音
预期结果:
包含说话人识别和检测语言的会议完整转录文本
正在使用“speech-to-text”。 带时间戳转录 https://audio.example.com/interview.mp3
预期结果:
包含完整文本、时间戳片段和检测语言代码的 JSON 转录
正在使用“speech-to-text”。 将 https://files.example.com/french-speech.mp3 的法语音频翻译成英文
预期结果:
法语音频内容的英文翻译
安全审计
安全All 37 static analysis findings are false positives from markdown code examples in documentation. The skill contains only documentation (SKILL.md) with bash command examples demonstrating inference.sh CLI usage. No executable code, no prompt injection attempts, and no malicious intent detected. The allowed-tools directive properly restricts Bash tool to infsh commands only.
风险因素
⚙️ 外部命令 (20)
质量评分
你能构建什么
会议转录
将录制的会议音频转换为可搜索的文字，以便记录和分享
播客制作
为播客剧集生成节目笔记和转录，以提高无障碍访问性
视频字幕制作
通过带时间戳转录音频轨道来创建准确的视频字幕
试试这些提示
转录 https://example.com/meeting.mp3 的音频文件为文字
转录 https://example.com/podcast.mp3 并为每个片段包含时间戳
将 https://example.com/spanish.mp3 的西班牙语音频翻译成英文文字
从 https://example.com/video.mp4 提取音频，带时间戳转录并准备添加字幕
最佳实践
- 使用高质量的录音以获得最佳转录准确性
- 创建字幕或需要引用特定时刻时包含时间戳
- 选择 Fast Whisper 模型以获得速度，选择 Whisper V3 Large 以获得最高准确性
- 提供常见格式的音频文件（如 MP3、WAV 或 M4A）以获得最佳兼容性
避免
- 不要尝试转录实时音频流 - 此工具需要文件 URL
- 避免使用未考虑后处理的低质量或嘈杂录音
- 不要忘记在尝试转录前安装 inference.sh CLI
- 未经适当许可请勿请求转录受版权保护的内容