LogoClawIndex
案例技能关于
LogoClawIndex

whisper - 强健的多语言语音识别与翻译

使用 Whisper 模型对 99 种语言的音频进行转写,并支持将语音翻译为英文文本。

标签

更新于: 2026-09-18
Whisper语音识别自动语音识别语音转文本语音转写翻译音频处理

能力

典型输入

典型输出

该技能可以做什么

  • 将音频转写为文本
  • 将语音翻译为英文文本
  • 生成字词级时间戳
  • 将转写内容导出为字幕文件
  • 通过命令行执行语音转写

输入

  • 音频文件
  • 视频文件
  • 语言代码
  • 初始提示文本

输出

  • 转写文本
  • TXT 文本文件
  • SRT 字幕文件
  • WebVTT 字幕文件
  • JSON 格式输出文件

要求

  • Python 3.8-3.11
  • ffmpeg
  • openai-whisper 依赖包
  • Linux 或 macOS 操作系统

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。
将音频转写为文本
将语音翻译为英文文本
生成字词级时间戳
将转写内容导出为字幕文件
音频文件
视频文件
语言代码
转写文本
TXT 文本文件
SRT 字幕文件