TencentCloud ASR:在 Agent 中接入騰訊雲語音轉文字

前言

在 Cursor、Codex CLI 或 Claude Code 裏處理語音,常見做法是臨時寫腳本調雲廠商 API,或讓模型「聽」音頻——前者要自己維護鑑權、選接口和路由規則,後者既不可靠,也繞不開真實 ASR。若希望 Agent 按統一流程做本地文件或 URL 的轉寫,並把短句、中長音頻、長錄音分到合適接口,可以把騰訊雲官方發佈的 TencentCloud ASR Skill 裝進宿主,由 SKILL.md 約束識別路徑,而不是每次從零拼裝調用鏈。

這是什麼

TencentCloud ASR(座標 @tencent-adm/tencentcloud-asr,當前版本 v0.1.5,來源 enterprise)是騰訊雲語音團隊在 SkillHub 發佈的語音識別 Skill,分類爲 design-media,標籤標明 requires_api_key=true(需配置 API Key)。它面向語音轉文字、音頻轉寫、字幕生成、會議轉錄、語音消息識別等場景,支持本地文件或 URL 音頻輸入,底層對接騰訊雲語音識別(ASR)產品能力。

核心功能

以下能力均來自 SkillHub 頁面與已抓取元數據,與簡介一致。

三種識別模式

模式 適用範圍 返回方式(簡介表述)
一句話識別 時長 ≤ 60s 的短音頻 同步
錄音識別極速版 時長 ≤ 2h、體積 ≤ 100MB 的中長音頻 快速同步返回
錄音識別 時長 ≤ 5h 的長音頻 異步識別

Agent 應根據音頻時長、大小以及是否爲 URL,在三種模式間選型;具體路由與腳本入口以安裝包內 SKILL.md 爲準。

語種與場景

簡介寫明支持普通話、英語、粵語、日語、韓語等(頁面原文在「韓」後截斷)。完整語種、方言與引擎參數以安裝後的 SKILL.md 及 references/ 文檔爲準。

社區與合規信息

  • 發佈者:騰訊雲語音團隊(SkillHub 已認證)。
  • SkillHub 展示:評分 100000,下載 6925,安裝 19(抓取數據);頁面另顯示約 6.9 千次下載。
  • 安全:科恩實驗室、雲鼎實驗室掃描爲無風險(頁面提供報告入口)。

安裝與啓用

SkillHub 提供多種安裝方式:將提示詞發給 AI 安裝、下載 Zip、安裝到本地 Agent、WorkBuddy。通用 AI 安裝提示如下(與官網「複製 prompt」一致):

請根據 https://skillhub.cn/install/skillhub.md,安裝 `@tencent-adm/tencentcloud-asr`。

說明:安裝指引全文託管在 https://skillhub.cn/install/skillhub.md;若該地址暫時無法訪問,可在 SkillHub 技能頁使用 Zip 或「安裝到本地 Agent」完成安裝。不同宿主(Cursor / Codex CLI / Claude Code)的具體目錄與啓用步驟以各產品文檔及 SkillHub 安裝說明爲準;本 Skill 爲通用 SKILL.md 格式,安裝後需在宿主中加載該 Skill。

API Key 與憑證

標籤 requires_api_key=true 表示必須配置騰訊雲 ASR 相關憑證後才能調用。開通賬號、在控制台獲取密鑰及環境變量命名,請閱讀安裝包內 SKILL.md 與隨附說明文檔,勿在對話或工作區明文長期存放密鑰類信息。

典型用法

在宿主已啓用 Skill 且憑證配置完成的前提下,可按下面思路讓 Agent 執行轉寫(流程與官方簡介一致,不替代 SKILL.md 中的強制規則)。

  1. 提供輸入:給出本地音頻路徑或可訪問的音頻 URL,並說明需求(純轉寫、會議紀要、字幕等)。
  2. 模式選擇:
    - ≤ 60s 短音頻 → 一句話識別;
    - ≤ 2h 且 ≤ 100MB 的中長音頻 → 錄音識別極速版(同步);
    - 最長約 5h 的長音頻 → 錄音識別(異步)。
  3. 執行識別:由 Agent 按 SKILL.md 調用騰訊雲 ASR,輸出文本;具體命令與錯誤處理以安裝包文檔爲準。

若剛配置或更換騰訊雲憑證,應先按 SKILL.md 完成環境配置與可用性檢查,再執行真實識別。

適用場景與注意

適合誰:需要在 AI 編程助手或自動化 Agent 中穩定做語音轉文字、會議/播客轉錄、字幕底稿、語音消息識別的開發者;已具備或願意開通騰訊雲 ASR 與 API Key 的團隊。

限制與注意:

  • 各模式有明確的時長與體積上限(見上表);超長或超大文件需按 SKILL.md 中的切片、URL 或異步策略處理。
  • 必須配置 API Key,並注意密鑰經 LLM 與宿主傳遞時的泄漏風險;羣聊場景尤其避免直接發送密鑰。
  • 本地音頻的格式、採樣率等預處理要求以 SKILL.md 爲準;部分流程可能依賴系統側音頻工具。
  • 版本以 SkillHub 爲準(當前 v0.1.5);升級後請重新閱讀 SKILL.md 與版本歷史。

結尾

TencentCloud ASR 把騰訊雲 ASR 的三種識別模式與常見轉寫場景封裝成 Agent Skill,適合在 SkillHub 生態中一鍵安裝、由宿主按文檔路由調用。官方入口:

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

安裝座標:@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

小夜