用 transcribe Skill 把會議錄音和播客轉成可檢索文本
介紹 OpenAI 官方 Agent Skill「transcribe」:基於 gpt-4o-mini-transcribe 與 gpt-4o-transcribe-diarize,將音頻/視頻轉爲文本,支持說話人分離與已知說話人提示。文章說明在 Codex、Cursor、Claude Code 中的安裝目錄與啓用方式,並給出捆綁 CLI 的快速轉寫、diarized_json 輸出等可復現示例,以及 25MB 限制、長音頻 auto 分塊、diarize 模型不支持 prompt 等注意事項。
閱讀全文