语音转录
v1.0.0语音转文本技能 - 基于 SiliconFlow API (SenseVoiceSmall/TeleSpeechASR)，支持四川话等多种方言识别
by @datou3456运行时依赖
安装命令
点击复制本土化适配说明
语音转录 安装说明： 安装命令：["openclaw skills install voice-transcription"]
技能文档
🎙️ Voice Transcription – 语音转文本 基于 SiliconFlow API 的语音转文本技能，支持普通话、粤语、英语、日语、韩语等多种语言，对四川话等方言也有良好识别能力。
模型说明 模型 | 特点 | 适用场景 ---|---|--- FunAudioLLM/SenseVoiceSmall | 轻量级，支持多语言+情感识别 | 日常对话、会议录音 TeleAI/TeleSpeechASR | 电信自研，方言识别更强 | 四川话等方言语音
配置 设置环境变量 SILICONFLOW_API_KEY 或在调用时传入 api_key 参数。
export SILICONFLOW_API_KEY="your-api-key-here"
使用方法 命令行
# 转录音频文件（自动选择模型） python3 scripts/transcribe.py audio.mp3# 指定模型 python3 scripts/transcribe.py audio.mp3 --model TeleAI/TeleSpeechASR
# 指定 API Key python3 scripts/transcribe.py audio.mp3 --api-key sk-xxx
# 输出到文件 python3 scripts/transcribe.py audio.mp3 --output result.txt
在对话中使用 当用户提供音频文件或提到“语音转文字”、“听一下这个录音”等时，使用此技能。
注意事项 音频文件限制：时长不超过 1 小时，文件大小不超过 50 MB 支持格式：mp3, wav, m4a, flac, ogg, webm 等常见音频格式 API 免费额度：SiliconFlow 提供一定的免费调用额度