Agent Skill · 效率

hf-whisper-speech-to-text（HF Whisper speech TO text 音频）

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制；涉及人声克隆、版权音乐或公开发布时，应先核对授权和合规边界。

hf-whisper-speech-to-text 是效率类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为需要联网；许可证为 MIT-0，第三方扫描有提醒项，按安装量在效率类的 21,003 个 Skill 里排第 6,625。

总安装 9,090周安装 375GitHub Stars 公开资料未说明下载 2,970核验 2026-05-01

效率需要联网 ClawHub未标认证来源可访问许可证明确审计提醒 OpenClaw

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。

GitHub

许可证: MIT-0
版本: 1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：hf-whisper-speech-to-text（HF Whisper speech TO text 音频）
来源仓库：https://github.com/shu-hari/hf-whisper-speech-to-text
安装命令：
openclaw skills install hf-whisper-speech-to-text
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw

openclaw skills install hf-whisper-speech-to-text

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成，减少手工复制粘贴。

hf-whisper-speech-to-text 用于辅助音频处理和语音转写，适合在 OpenClaw 中将音频文件转录为文本时使用。适用于播客、视频配音或语音素材处理的场景。

通过 clawhub 安装并使用 openclaw skills install hf-whisper-speech-to-text 命令部署。使用时需确认输入音频来源、输出格式和模型限制；涉及人声克隆时应核对授权边界。建议结合来源仓库和原始 README 文档进一步核验具体用法和功能细节。

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 OpenClaw；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。
2
拿到安装命令
可以直接复制的命令是 openclaw skills install hf-whisper-speech-to-text；命令里的占位符换成自己的路径或密钥再执行。
3
安装后重启宿主
命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。
4
按最小权限试用
它需要需要联网，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

hf-whisper-speech-to-text 怎么安装？

在终端执行 openclaw skills install hf-whisper-speech-to-text。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

hf-whisper-speech-to-text 支持哪些 AI 工具？

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

hf-whisper-speech-to-text 需要什么权限？

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

hf-whisper-speech-to-text 是免费的吗？

来源标注的许可证是 MIT-0。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

hf-whisper-speech-to-text 用的人多吗？

公开数据是累计安装 9,090 次，近一周安装 375 次，下载 2,970 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

hf-whisper-speech-to-text 安全吗？

第三方扫描有提醒项，说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

专注 OpenClaw 一种宿主，触发方式和使用习惯不用来回切换。
许可证明确为 MIT-0，商用和分发边界好判断。

先想清楚的地方

第三方扫描存在提醒项或未通过项，需要人工逐条确认。
第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

已经在用 OpenClaw，想直接扩展它能力的人。
需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
github GitHub 代码协作 · OpenClaw	7,632,918	545	需要联网	MIT-0	通过
nano-pdf Nano PDF 文档 · OpenClaw	4,249,476	231	需要联网	MIT-0	通过
auto-updater 自动更新程序 · OpenClaw	2,964,063	386	操作浏览器	MIT-0	通过
video-frames 视频帧 · OpenClaw	2,621,304	112	需要联网	MIT-0	通过
gemini Gemini 助手 · OpenClaw	2,547,396	48	需要联网	MIT-0	有提醒
hf-whisper-speech-to-text HF Whisper speech TO text 音频 · 本页	9,090	—	需要联网	MIT-0	有提醒

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

name: speech-to-text
description: Transcribe or translate audio files to text using a public Hugging Face Whisper Space over Gradio. Use when the user sends voice notes, audio attachments, meeting clips, podcasts, interviews, or any local audio file (.ogg, .mp3, .wav, .m4a, etc.) and wants a transcript, rough captions, or an English translation without relying on paid APIs first.

Speech to Text

Use this skill to turn local audio files into text with a public Whisper-based endpoint.

Quick start

Run:

python3 scripts/transcribe.py /path/to/file.ogg

Return the transcript as plain text. By default, the script also applies lightweight Chinese punctuation and sentence-breaking cleanup.

For machine-readable output:

python3 scripts/transcribe.py /path/to/file.ogg --json

To disable cleanup and keep the raw model text:

python3 scripts/transcribe.py /path/to/file.ogg --format raw

To force Chinese punctuation cleanup:

python3 scripts/transcribe.py /path/to/file.ogg --format zh

For English translation instead of same-language transcription:

python3 scripts/transcribe.py /path/to/file.ogg --task translate

Workflow

Confirm the input is a local audio file.
Run scripts/transcribe.py on it.
If the transcript looks imperfect, tell the user it came from a public Whisper endpoint and may need cleanup.
If helpful, post-process into:

- cleaned transcript - summary - action items - bilingual output

What the script does

The script:

uploads the local file to a public Gradio-backed Hugging Face Space
submits a Whisper transcription job
waits for completion via the Gradio event stream
prints the resulting text

Default endpoint:

https://hf-audio-whisper-large-v3-turbo.hf.space

Override it with:

python3 scripts/transcribe.py input.ogg --space https://your-space.hf.space

or set:

export HF_WHISPER_SPACE=https://your-space.hf.space

Guardrails

Treat this as a best-effort public/free path, not a privacy-grade path.
Do not use for highly sensitive audio unless the user explicitly accepts public third-party processing.
Expect rate limits, queueing, and occasional outages.
If the public endpoint fails, explain that the free backend is unavailable and offer alternatives.

Output handling

Prefer to return:

the raw transcript when the user asked to "转文字/听写"
a cleaned version when punctuation is poor
a short note about uncertainty if names, numbers, or jargon may be wrong

Script

scripts/transcribe.py — public Whisper transcription helper

平台分布

OpenClaw

72.4%

按下载量换算2,150

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项，安装前请自行复核。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

hf-daily-papers-ofr（HF 日报）

wscffaa/hf-daily-papers-ofr

hf-daily-papers-ofr 用于整理文档、README、Markdown 和说明材料，适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

hfmirror-trending（高频镜像趋势）

ddongcui/hfmirror-trending

hfmirror-trending 用于整理文档、README、Markdown 和说明材料，适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。