开发需要联网clawhub未标认证来源可访问clear审计通过

whisper-stt（Whisper STT 音频）

Agent Skill

whisper-stt 用于处理音频、语音、转写和声音素材相关任务，适合在 OpenClaw 中需要整理音频流程、转写内容或生成配音素材时使用。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。

总安装

38,254

周安装

1,610

GitHub Stars

公开资料未说明

下载量

13,395

OpenClaw

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

来源数

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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：whisper-stt（Whisper STT 音频）
来源仓库：https://github.com/nickylin/whisper-stt
安装命令：
openclaw skills install whisper-stt
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 whisper-stt

简介

whisper-stt 基于 OpenAI Whisper 实现免费本地语音到文本转录。

支持 mp3/wav/m4a/ogg 等常见音频格式批量处理。
适合在 OpenClaw 中快速提取播客、会议录音的文字内容。
通过 clawhub 安装，需确认模型下载位置与输出目录权限。
建议核实具体命令行参数以确保输入输出路径正确无误。

SKILL.md

name: whisper-stt
description: |

Whisper STT Skill

Free, local speech-to-text using OpenAI Whisper.

Prerequisites

Install dependencies (one-time setup):

pip install openai-whisper torch

Optional: Install ffmpeg for broader format support:

macOS: brew install ffmpeg
Ubuntu: sudo apt install ffmpeg

Usage

Transcribe an audio file

python ~/.openclaw/skills/whisper-stt/scripts/transcribe.py <audio_file>

Options

Option	Description
`--model`	Model size: tiny, base, small, medium, large, large-v3-turbo (default: base)
`--language, -l`	Language code: zh, en, ja, etc. (auto-detect if not specified)
`--output, -o`	Output format: json, txt, srt, vtt (default: json)

Examples

Chinese audio to text:

python ~/.openclaw/skills/whisper-stt/scripts/transcribe.py recording.m4a --language zh --output txt

Generate subtitles (SRT):

python ~/.openclaw/skills/whisper-stt/scripts/transcribe.py video.mp4 --output srt > subtitles.srt

Use faster model:

python ~/.openclaw/skills/whisper-stt/scripts/transcribe.py audio.mp3 --model tiny --output txt

High accuracy (slower):

python ~/.openclaw/skills/whisper-stt/scripts/transcribe.py audio.mp3 --model large-v3 --output txt

Model Selection Guide

Model	Speed	Accuracy	VRAM/RAM	Best For
tiny	~32x	Basic	~1GB	Quick tests, low resource
base	~16x	Good	~1GB	Balanced speed/accuracy
small	~6x	Better	~2GB	Better accuracy
medium	~2x	Very Good	~5GB	High accuracy
large	1x	Excellent	~10GB	Best quality
large-v3-turbo	~8x	Excellent	~6GB	Fast + accurate (recommended)

Troubleshooting

"ModuleNotFoundError: No module named 'whisper'" → Run: pip install openai-whisper torch

"ffmpeg not found" → Install ffmpeg or convert audio to WAV format first

Slow transcription → Use smaller model (tiny/base) or ensure GPU is available (Apple Silicon MPS, NVIDIA CUDA)

Poor accuracy on Chinese → Use --language zh explicitly and consider larger model (medium/large)

Output Formats

json: Full result with segments, timestamps, and metadata
txt: Plain text transcription only
srt: SubRip subtitle format with timing
vtt: WebVTT subtitle format for web players

Credits

适合场景

OpenClaw 用户查找和安装 Skill 时

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

98.61%

按下载量换算13,209

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

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。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

GitHub 仓库

github.com

/nickylin/whisper-stt

SKILL.md 来源

clawhub.ai

/nickylin/whisper-stt

继续浏览同类 Skills

更多开发 Skills（21,746）返回 Skills 目录

上一个 Skill

whisper-cpp（Whisper CPP 音频）

whisper-cpp 用于处理音频、语音、转写和声音素材相关任务，适合在 OpenClaw 中需要整理音频流程、转写内容或生成配音素材时使用。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

whisper-voice（Whisper voice 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。