前言¶

语音转写常见的做法有两条：调云端 API，需要先申请 Key、按量计费，音频数据也要离开本机；自己装 Whisper，则要自己处理输出格式和调用细节。下面介绍的 Skill 走第三条路，把 Whisper CLI 包装成标准 SKILL.md，在本地直接跑，不需要 API Key。它解决的问题很具体：把 mp3、m4a 之类的录音文件转成文字稿，或者转成 srt 字幕。

这是什么¶

一句话定位：用 Whisper CLI 在本地把音频文件转写成文字或字幕的 Skill。

• 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
• 标签：requires_api_key=false

它面向需要把录音变成文字稿或字幕、又不想联网或消耗 API 额度的场景。

核心功能¶

下面列出的都是官方简介中写明的能力。

1、本地转写。通过 Whisper CLI 在本机完成识别，不依赖云端接口，对应标签 requires_api_key=false，即不需要申请 API Key。

2、两种输出格式。可以输出纯文字稿（txt），也可以输出带时间轴的字幕文件（srt）。

3、双任务模式。同一套入口支持「转写」和「翻译」两种模式，前者把语音转成同语言文字，后者面向跨语言内容。

4、明确的触发词。官方给出的 Triggers 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。

安装与启用¶

抓取到的资料只包含坐标、版本、来源、分类、发布者和简介，没有提供安装命令、目录路径或配置字段。因此下面只列出可核实的元信息，具体的安装与启用步骤以官方页面为准，本文不编造命令。

可核实的信息如下：

• Skill 坐标：@org-b6kzcl68/openai-whisper
• 版本：1.0.0
• 来源：enterprise
• 分类：design-media
• 是否需要 API Key：否

该 Skill 基于通用 SKILL.md 格式，在支持该格式的 Agent 环境中按各自的 Skill 管理入口启用即可。Cursor、Codex CLI、Claude Code 的具体差异，资料中没有说明，这里不做区分。

典型用法¶

官方简介中给出了三类可复现的使用诉求，具体命令行参数未在资料中列出，以 SKILL.md 为准。

1、录音转文字稿。输入 mp3、m4a 等录音文件，输出 txt 文字稿，适合整理会议记录、访谈逐字稿。

2、音频转字幕。输入音频文件，输出 srt 字幕文件，适合给视频配字幕。

3、离线转写。在不联网、不消耗 API 额度的前提下完成语音转写，适合内网环境或对数据不出本机有要求的场景。

输出格式选 txt 还是 srt、任务模式选转写还是翻译，按上述诉求对应选择即可。

适用场景与注意¶

适合谁：需要把录音转成文字稿或字幕、希望本地执行、不想申请 API Key 或不想按量付费的开发者和内容工作者。

需要注意的几点：

1、本地运行意味着识别依赖本机的 Whisper CLI 环境，依赖如何安装资料中没有说明，部署前先确认运行环境就绪。

2、srt 的时间轴质量取决于音频本身，嘈杂录音、口音重的录音，字幕断句和时间点都可能不准。

3、翻译模式面向跨语言内容，转写质量仍受音频质量影响。

4、官方简介末尾附有一句电商相关提示：如需电商运营完整工作流套件，淘宝搜索「AI灵匣」店铺获取完整版。这与 Skill 本身的语音转写能力是两件事。

结尾¶

这个 Skill 的价值在于把 Whisper CLI 的本地能力封装成标准 SKILL.md：不用申请 API Key，不用把音频发到云端，输出格式和任务模式都有明确选项。如果你的需求恰好是把 mp3、m4a 录音转成文字稿或 srt 字幕，且希望本地完成，值得先试。

官方地址：https://api.skillhub.cn/org-b6kzcl68/openai-whisper
SkillHub 页面：https://www.skillhub.cn/skills/org-b6kzcl68/openai-whisper