Token导航 LogoToken导航

Agent Skill · 研究检索

ifly-speed-transcription(飞速转录)

ifly-speed-transcription 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

ifly-speed-transcription 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 16,823。

总安装 6,962周安装 296GitHub Stars 公开资料未说明下载 2,439核验 2026-05-01

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:ifly-speed-transcription(飞速转录)
来源仓库:https://github.com/qingzhe2020/ifly-speed-transcription
安装命令:
openclaw skills install ifly-speed-transcription
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 ifly-speed-transcription

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

基于 iFLYTEK Speed Transcription API 实现高速语音转写。每小时约 20 秒完成长达 5 小时的音频转录任务。支持 WAV/PCM/MP3 多种常见音频格式输入。普通话识别效果最佳,方言需提前训练模型。商业用途请确保音频来源合法合规。

ifly-speed-transcription 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 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. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install ifly-speed-transcription;命令里的占位符换成自己的路径或密钥再执行。

  3. 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. 4

    按最小权限试用

    它需要接触敏感数据,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

ifly-speed-transcription 怎么安装?

在终端执行 openclaw skills install ifly-speed-transcription。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

ifly-speed-transcription 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。

ifly-speed-transcription 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

ifly-speed-transcription 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。

ifly-speed-transcription 用的人多吗?

公开数据是累计安装 6,962 次,近一周安装 296 次,下载 2,439 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。

ifly-speed-transcription 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

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
ifly-speed-transcription

飞速转录 · 本页

6,962—接触敏感数据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
ifly-speed-transcription
description
Ultra-fast speech transcription using iFLYTEK Speed Transcription API. Transcribe audio files (WAV/PCM/MP3) up to 5 hours in ~20 seconds per hour. Supports Chinese, English, and 202+ Chinese dialects with automatic language detection. Use when user asks to transcribe audio files, convert speech to text, or mentions "speed transcription" or "极速转写".

iFly Speed Transcription

Ultra-fast speech transcription service that converts audio files to text in record time - 1 hour of audio transcribes in ~20 seconds.

Quick Start

# Basic transcription (auto-detect language and dialect)
python3 scripts/transcribe.py /path/to/audio.mp3

# Save to file
python3 scripts/transcribe.py /path/to/audio.wav --output result.txt

# With domain-specific optimization
python3 scripts/transcribe.py /path/to/audio.mp3 --pd medical

# With speaker separation
python3 scripts/transcribe.py /path/to/meeting.mp3 --vspp-on 1 --speaker-num 2

Setup

1. API Credentials

Get credentials from iFlytek Open Platform:

  • APP_ID: Application ID
  • API_KEY: API key for authentication
  • API_SECRET: API secret for signing requests

2. Environment Variables

export XFEI_APP_ID="your_app_id"
export XFEI_API_KEY="your_api_key"
export XFEI_API_SECRET="your_api_secret"

API Parameters

Required Parameters

ParameterDescription
file_pathPath to audio file (MP3, 16kHz, 16-bit, mono)
--languageLanguage code (default: zh_cn for Chinese+English+202 dialects)
--accentAccent (default: mandarin)

Optional Parameters

ParameterTypeDescription
--pdstringDomain: court, finance, medical, tech, sport, edu, gov, game, ecom, car
--vspp-onintSpeaker separation: 0=off, 1=on
--speaker-numintNumber of speakers (0=auto, range 1-10)
--output-typeintOutput: 0=1best, 1=cnlbest, 2=multi-candidate
--postproc-onintPost-processing: 0=off, 1=on (default)
--enable-subtitleintSubtitle mode: 0=document, 1=subtitle
--smoothprocboolSmoothing: true=on, false=off (default: true)
--colloqprocboolColloquial processing: true=on, false=off
--language-typeintLanguage mode: 1=auto, 2=Chinese, 3=English, 4=Chinese-only
--dhwstringHot words (comma-separated, UTF-8)

Audio Requirements

  • Format: MP3
  • Sample rate: 16kHz
  • Bit depth: 16-bit
  • Channels: Mono (single channel)
  • Size: ≤ 500MB
  • Duration: ≤ 5 hours (recommended: ≥ 5 minutes)

Workflow

1. Upload Audio File

Files < 30MB use direct upload. Files ≥ 30MB use multipart upload (5MB chunks).

2. Create Transcription Task

Submit uploaded file URL with transcription parameters.

3. Poll for Results

Query task status periodically until completion.

Response Format

{
  "task_id": "1568100557463963551003",
  "task_status": "4",
  "text": "Transcribed text content...",
  "segments": [
    {
      "speaker": "spk-0",
      "begin": "0",
      "end": "470",
      "text": "听说。"
    }
  ]
}

Task Status

  • 1: Pending
  • 2: Processing
  • 3: Completed
  • 4: Callback completed
  • -1: Failed

Language Support

autodialect (language=zh_cn)

Automatic recognition of Chinese, English, and 202 Chinese dialects including:

  • Major: Mandarin, Cantonese, Taiwanese, Sichuanese, Shanghainese, Northeastern
  • Full list: 合肥话、芜湖话、皖北话、粤语、北京话、福州话、闽南语、潮汕话、客家话、贵阳话、海口话、石家庄话、太原话、郑州话、东北话、武汉话、长沙话、南京话、南昌话、大连话、呼和浩特话、银川话、西宁话、济南话、西安话、上海话、四川话、台湾话、天津话、乌鲁木齐话、云南话、杭州话、重庆话 (202 total)

Common Use Cases

  1. Meeting Transcription: Convert meeting recordings to text with speaker separation
  2. Interview Recording: Transcribe interviews for documentation
  3. Lecture Recording: Convert academic lectures to searchable text
  4. Voice Notes: Transform voice memos into text notes
  5. Call Center: Analyze customer service calls
  6. Legal Proceedings: Transcribe court hearings with domain optimization
  7. Medical Consultation: Doctor-patient conversation documentation

Error Handling

Error CodeDescription友好提示
10107自定音频编码字段错误请检查 encoding 的传值是否规范~ (◎_◎)
10303参数值传递不规范请检查传参值是否有误哦~ (°∀°)ノ
10043音频解码失败请检查所传的音频是否与 encoding 字段描述的编码格式对应呢~
20304静音音频、音频格式与传参不匹配检查音频是否为16k、16bit单声道音频哦~ (。•́︿•̀。)

💡 遇到问题?

  • 📖 接口文档:https://console.xfyun.cn/services/ost
  • 💰 购买套餐:https://www.xfyun.cn/services/fast_lfasr?target=price

常见问题 FAQ

Q: 录音文件转写极速版的主要功能是什么? A: 快速地将长段音频(5小时以内)数据转换成文本数据呢~ (๑•̀ㅂ•́)و✧

Q: 录音文件转写极速版支持什么语言? A: 支持中文、英文 + 202种方言免切识别哦! ヽ(✿゚▽゚)ノ

Q: 录音文件转写极速版支持什么应用平台? A: 目前支持 WebAPI 应用平台啦~

Q: 为什么只支持 MP3 格式呀? A: 因为 MP3 格式兼容性好、文件小、传输快呢~ 使用 lame 编码就能轻松接入啦! (◕‿◕)

Tips

  1. For speaker separation: Use --vspp-on 1 for better speaker diarization
  2. For specific domains: Use --pd parameter for improved accuracy
  3. For faster processing: Audio files ≥ 5 minutes are prioritized
  4. For subtitle output: Use --enable-subtitle 1 for subtitle-formatted output
  5. For hot words: Use --dhw="word1,word2" to boost recognition accuracy

平台分布

OpenClaw

86.44%
按下载量换算2,108

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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