TencentCloud ASR:在 Agent 中接入腾讯云语音转文字

前言

在 Cursor、Codex CLI 或 Claude Code 里处理语音,常见做法是临时写脚本调云厂商 API,或让模型「听」音频——前者要自己维护鉴权、选接口和路由规则,后者既不可靠,也绕不开真实 ASR。若希望 Agent 按统一流程做本地文件或 URL 的转写,并把短句、中长音频、长录音分到合适接口,可以把腾讯云官方发布的 TencentCloud ASR Skill 装进宿主,由 SKILL.md 约束识别路径,而不是每次从零拼装调用链。

这是什么

TencentCloud ASR(坐标 @tencent-adm/tencentcloud-asr,当前版本 v0.1.5,来源 enterprise)是腾讯云语音团队在 SkillHub 发布的语音识别 Skill,分类为 design-media,标签标明 requires_api_key=true(需配置 API Key)。它面向语音转文字、音频转写、字幕生成、会议转录、语音消息识别等场景,支持本地文件或 URL 音频输入,底层对接腾讯云语音识别(ASR)产品能力。

核心功能

以下能力均来自 SkillHub 页面与已抓取元数据,与简介一致。

三种识别模式

模式 适用范围 返回方式(简介表述)
一句话识别 时长 ≤ 60s 的短音频 同步
录音识别极速版 时长 ≤ 2h、体积 ≤ 100MB 的中长音频 快速同步返回
录音识别 时长 ≤ 5h 的长音频 异步识别

Agent 应根据音频时长、大小以及是否为 URL,在三种模式间选型;具体路由与脚本入口以安装包内 SKILL.md 为准。

语种与场景

简介写明支持普通话、英语、粤语、日语、韩语等(页面原文在「韩」后截断)。完整语种、方言与引擎参数以安装后的 SKILL.md 及 references/ 文档为准。

社区与合规信息

  • 发布者:腾讯云语音团队(SkillHub 已认证)。
  • SkillHub 展示:评分 100000,下载 6925,安装 19(抓取数据);页面另显示约 6.9 千次下载。
  • 安全:科恩实验室、云鼎实验室扫描为无风险(页面提供报告入口)。

安装与启用

SkillHub 提供多种安装方式:将提示词发给 AI 安装、下载 Zip、安装到本地 Agent、WorkBuddy。通用 AI 安装提示如下(与官网「复制 prompt」一致):

请根据 https://skillhub.cn/install/skillhub.md,安装 `@tencent-adm/tencentcloud-asr`。

说明:安装指引全文托管在 https://skillhub.cn/install/skillhub.md;若该地址暂时无法访问,可在 SkillHub 技能页使用 Zip 或「安装到本地 Agent」完成安装。不同宿主(Cursor / Codex CLI / Claude Code)的具体目录与启用步骤以各产品文档及 SkillHub 安装说明为准;本 Skill 为通用 SKILL.md 格式,安装后需在宿主中加载该 Skill。

API Key 与凭证

标签 requires_api_key=true 表示必须配置腾讯云 ASR 相关凭证后才能调用。开通账号、在控制台获取密钥及环境变量命名,请阅读安装包内 SKILL.md 与随附说明文档,勿在对话或工作区明文长期存放密钥类信息。

典型用法

在宿主已启用 Skill 且凭证配置完成的前提下,可按下面思路让 Agent 执行转写(流程与官方简介一致,不替代 SKILL.md 中的强制规则)。

  1. 提供输入:给出本地音频路径或可访问的音频 URL,并说明需求(纯转写、会议纪要、字幕等)。
  2. 模式选择:
    - ≤ 60s 短音频 → 一句话识别;
    - ≤ 2h 且 ≤ 100MB 的中长音频 → 录音识别极速版(同步);
    - 最长约 5h 的长音频 → 录音识别(异步)。
  3. 执行识别:由 Agent 按 SKILL.md 调用腾讯云 ASR,输出文本;具体命令与错误处理以安装包文档为准。

若刚配置或更换腾讯云凭证,应先按 SKILL.md 完成环境配置与可用性检查,再执行真实识别。

适用场景与注意

适合谁:需要在 AI 编程助手或自动化 Agent 中稳定做语音转文字、会议/播客转录、字幕底稿、语音消息识别的开发者;已具备或愿意开通腾讯云 ASR 与 API Key 的团队。

限制与注意:

  • 各模式有明确的时长与体积上限(见上表);超长或超大文件需按 SKILL.md 中的切片、URL 或异步策略处理。
  • 必须配置 API Key,并注意密钥经 LLM 与宿主传递时的泄漏风险;群聊场景尤其避免直接发送密钥。
  • 本地音频的格式、采样率等预处理要求以 SKILL.md 为准;部分流程可能依赖系统侧音频工具。
  • 版本以 SkillHub 为准(当前 v0.1.5);升级后请重新阅读 SKILL.md 与版本历史。

结尾

TencentCloud ASR 把腾讯云 ASR 的三种识别模式与常见转写场景封装成 Agent Skill,适合在 SkillHub 生态中一键安装、由宿主按文档路由调用。官方入口:

  • SkillHub 页面:https://www.skillhub.cn/skills/tencent-adm/tencentcloud-asr
  • API / 资源地址:https://api.skillhub.cn/tencent-adm/tencentcloud-asr

安装坐标:@tencent-adm/tencentcloud-asr。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye