前言¶

把一段录音变成文字稿，常见做法是把文件传到转写服务：按分钟计费、需要先申请 API Key、音频要离开本机。如果你要批量处理会议录音、采访素材，或者希望断网环境也能转写，这条路成本高且不灵活。下面介绍的 Skill「Whisper 本地语音转写」换一个思路：调用本地 Whisper CLI 完成转写，不需要 API Key，不联网，不消耗 API 额度。

这是什么¶

一句话定位：一个基于 OpenAI Whisper 的本地语音转写 Skill，把 mp3、m4a 等音频文件转成文字稿或字幕文件。

发布信息以官方页面为准：

• Skill 名称：Whisper 本地语音转写
• 坐标：@org-b6kzcl68/openai-whisper
• 版本：1.0.0
• 来源：enterprise
• 分类：design-media
• 发布者：重庆途光网络传媒有限责任公司
• 评分 100000，下载 13002，安装 0（已抓取资料数据，以官方页面实时数据为准）

需要说明的一点：该 Skill 的推广线索中使用了「录音转文字助手」这一叫法，技能实际名称为 Whisper 本地语音转写，正文以下以官方名称为准。

核心功能¶

下面介绍已核实的三项能力。

1、本地 Whisper CLI 转写。在本地运行 Whisper CLI 完成语音识别，无需申请 API Key（页面标签 requires_api_key=false），适合不能联网或不想消耗第三方额度的场景。

2、两种输出格式。支持 txt 与 srt 两种输出：txt 用于拿到纯文字稿，srt 用于直接产出带时间轴的字幕文件，适合视频压制流程。

3、双任务模式。「转写」模式把音频转成文字，「翻译」模式在识别的同时做语言翻译，两个模式用同一套本地流程。

触发词包括：whisper、OpenAI Whisper、本地语音转文字、录音转文案、音频转字幕、srt 字幕生成、语音识别。当用户提出这些需求时，Agent 应调用该 Skill。

安装与启用¶

已抓取的资料中未包含安装命令、目录结构或配置字段，因此这里不给出未经核实的安装步骤。

启用方式以官方页面为准，地址见文末。该 Skill 基于通用 SKILL.md 格式，可被支持该格式的 Agent 环境读取，具体安装入口请到官方页面确认。

典型用法¶

以下场景来自官方简介，命令细节请以官方页面为准。

1、录音转文字稿。用户给出 mp3、m4a 等录音文件，用「转写」模式输出 txt 文字稿，适合会议记录、采访整理。

2、音频转字幕。用「转写」模式输出 srt 字幕文件，供视频剪辑或压制使用。

3、本地离线转写。在不联网、不消耗 API 额度的前提下完成语音转写，适合涉密或内网环境。

适用场景与注意¶

适合谁：需要批量处理录音的编辑、运营、研究人员；需要在本地或离线环境完成转写的团队；想省去 API Key 申请流程的个人开发者。

注意几点：

• 本机需自行准备 Whisper CLI 的运行环境，具体安装方式资料未给出，以官方页面为准。
• 识别质量和准确度取决于本机 Whisper 模型规格，资料未给出具体模型说明。
• 页面标注安装量为 0，说明它尚未被大规模部署，落地前建议先拿一段短录音验证效果。
• 推广文案中的「多语种识别、字幕对齐、音频翻译」等表述未在已抓取资料中逐条核实，实际能力以上文三项已核实功能为准。

结尾¶

Whisper 本地语音转写的价值在于简单：没有 API Key，没有按分钟计费，一条命令级别的流程就能把录音变成文字稿或 srt 字幕。如果你要的是批量、本地、可离线的转写方案，可以从这里开始试。

官方地址：

• https://api.skillhub.cn/zechuan-zhuchuang/openai-whisper
• https://www.skillhub.cn/skills/org-b6kzcl68/openai-whisper