Menü
百度语音识别 - 将语音消息转换为文本。支持中文普通话、英语、粤语、四川话。专为国内服务器环境优化，自动绕过代理访问百度 API。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
Integrate PocketBase as a Go library using the github.com/castle-x/goutils/pocketbase (gopb) package to build single-binary full-stack applications. Use when building Go applications that need user authentication, embedding PocketBase into Go binary, registering custom API routes, managing default users, serving embedded SPA frontend, or deploying single-binary applications. NOT for using PocketBase as a standalone separate process.
Guide for contributing new skills to the skills-x collection. This skill should be used when users want to add new open-source skills from external sources (like agentskills.io or anthropics/skills) to the skills-x repository. It covers the complete workflow from discovery to publishing.
帮助用户将飞书群机器人 Webhook 通知接入 Claude Code，使得每次任务完成后自动发送飞书消息卡片通知。 触发场景（当用户提到以下任意内容时激活此 skill）： - "飞书通知"、"接入飞书"、"飞书提醒" - "task 完成通知"、"任务完成提醒" - "claude 完成提醒"、"claude 通知" - "Stop hook 通知"、"hook 通知" - "发飞书消息"、"飞书机器人" - "任务结束通知"、"配置通知"
You MUST use this before any creative work - creating features, building components, adding functionality, or modifying behavior. Explores user intent, requirements and design before implementation.
Use when facing 2+ independent tasks that can be worked on without shared state or sequential dependencies
Use when you have a written implementation plan to execute in a separate session with review checkpoints
| name | baidu-speech-to-text |
| description | 百度语音识别 - 将语音消息转换为文本。支持中文普通话、英语、粤语、四川话。专为国内服务器环境优化，自动绕过代理访问百度 API。 |
| description_en | Baidu Speech Recognition - Convert voice messages to text. Supports Mandarin, English, Cantonese, and Sichuan dialect. Optimized for China mainland servers with automatic proxy bypass for Baidu API. |
| license | MIT |
| metadata | {"author":"x","version":"1.0","tags":["speech","voice","transcription","baidu","china"]} |
本 skill 用于将用户发送的语音消息（ogg/opus 格式）转换为文本。使用百度语音识别 API，专为国内服务器 + 代理环境优化。
proxychains4 代理访问海外服务（Discord、WhatsApp 等）unset LD_PRELOAD 绕过 proxychains 注入| 脚本 | 路径 | 用途 |
|---|---|---|
ogg_to_text.sh | /root/.openclaw/workspace/scripts/ogg_to_text.sh | 推荐 - 简单易用 |
speech_to_text.sh | /root/.openclaw/workspace/scripts/speech_to_text.sh | 完整功能版 |
baidu_speech_to_text.py | /root/.openclaw/workspace/scripts/baidu_speech_to_text.py | Python 主脚本 |
/root/.openclaw/workspace/scripts/ogg_to_text.sh <音频文件路径>
# 转换用户语音消息
/root/.openclaw/workspace/scripts/ogg_to_text.sh /root/.openclaw/media/inbound/xxxxx.ogg
| 参数 | 语言 |
|---|---|
--lang zh | 中文普通话（默认） |
--lang en | 英语 |
--lang cantonese | 粤语 |
--lang sichuan | 四川话 |
/root/.openclaw/workspace/scripts/speech_to_text.sh <音频文件> --pro
用户通过 WhatsApp/Discord 发送的语音消息保存在：
/root/.openclaw/media/inbound/
文件格式通常为 .ogg（Opus 编码），脚本会自动转换为 PCM 格式。
当用户发送语音消息并请求转文本时：
/root/.openclaw/media/inbound/*.ogg）/root/.openclaw/workspace/scripts/ogg_to_text.sh /root/.openclaw/media/inbound/<文件名>.ogg
| 阶段 | 耗时 | 说明 |
|---|---|---|
| 获取 token | ~100ms | 可缓存优化 |
| ogg 转 pcm | ~150-220ms | ffmpeg 转换 |
| API 调用 | ~400-600ms | 主要耗时 |
| 总计 | ~700-1000ms |
使用环境变量提供百度 API 账号信息（请勿写入仓库）：
export BAIDU_APP_ID="your_app_id"
export BAIDU_API_KEY="your_api_key"
export BAIDU_SECRET_KEY="your_secret_key"
端点：
| 错误 | 原因 | 解决方案 |
|---|---|---|
| SSL 错误 | 代理影响 | 确保使用 wrapper 脚本（.sh），不要直接调用 Python |
| 识别结果为空 | 静音或无语音 | 告知用户音频可能没有语音内容 |
| 3301 错误 | 音频质量差 | 请用户重新录制 |
| 3303 错误 | 语音过长 | 需要分段处理 |