Whisper Transcriber

---

name: whisper-transcriber description: "Offline speech-to-text (ASR) using whisper.cpp (whisper-cli) + ffmpeg. Supports batch transcription, timestamps, SRT/TXT/JSON outputs, and model download. Cross-platform: macOS/Linux; Windows via WSL2 (recommended)." metadata: openclaw: emoji: "🎤" i18n: default: "zh" supported: ["zh", "en"] requires: bins: ["ffmpeg", "whisper-cli"]

---

🎤 Whisper Transcriber（离线语音转文字）

基于 whisper.cpp / whisper-cli 的离线语音识别技能。

快速使用

安装依赖（跨平台自动检测）：

bash /scripts/install.sh

转写一个音频文件：

bash /scripts/transcribe.sh voice.ogg

批量转写目录 + 输出 SRT：

bash /scripts/transcribe.sh ./recordings -b -s

跨平台说明（Windows 推荐 WSL2）

macOS / Linux：使用 scripts/install.sh

Windows：推荐 WSL2（Ubuntu），在 WSL 内按 Linux 方式运行本 skill（最稳）

WSL 内安装/使用：

bash /scripts/install.sh
bash /scripts/transcribe.sh voice.ogg

> 说明：原生 Windows 环境下 whisper-cli 的安装来源/包名不统一，公开发布时容易造成安装失败；因此本 skill 默认建议 WSL2。

可配置项（环境变量）

无需改脚本，直接用环境变量覆盖默认值：

WHISPER_DEFAULT_MODEL（默认 base）

WHISPER_DEFAULT_LANG（默认 zh）

WHISPER_MODEL_DIR（默认 /assets/models）

WHISPER_MODEL_DIR_USER（默认同 WHISPER_MODEL_DIR，自动下载的默认目录；如你想把模型放到别处再覆盖此变量）

WHISPER_TEMP_DIR（默认 ${TMPDIR:-/tmp}；每次运行会在其下 mktemp 创建独立临时目录并自动清理）

目录结构

scripts/transcribe.sh：主转写脚本（支持批量、SRT/TXT/JSON）

scripts/install.sh：跨平台安装依赖 + 可选下载模型

scripts/install.ps1：Windows（非 WSL）best-effort 安装/下载（不作为默认推荐路径）

assets/models/：模型默认下载/存放位置（仓库通过 .gitignore 忽略大模型文件，避免提交/发布）

config.json：默认配置（发布/维护用，脚本通过环境变量覆盖即可）

> 需要更细的用法/参数说明：直接运行 bash /scripts/transcribe.sh --help。