用 transcribe Skill 把会议录音和播客转成可检索文本

介绍 OpenAI 官方 Agent Skill「transcribe」:基于 gpt-4o-mini-transcribe 与 gpt-4o-transcribe-diarize,将音频/视频转为文本,支持说话人分离与已知说话人提示。文章说明在 Codex、Cursor、Claude Code 中的安装目录与启用方式,并给出捆绑 CLI 的快速转写、diarized_json 输出等可复现示例,以及 25MB 限制、长音频 auto 分块、diarize 模型不支持 prompt 等注意事项。

阅读全文