| name | whisper-stt |
| description | Local speech-to-text transcription skill based on OpenAI Whisper.
Completely free, no API key required, supports Chinese and multiple languages.
Ideal for private, offline voice transcription with high accuracy.
Use when: 语音转文字, 语音转录, 本地STT, 语音识别, 音频转文字,
speech to text, voice transcription, local STT, speech recognition,
audio transcription, whisper transcription
Related: voice-clone
Part of UniqueClub toolkit. Learn more: https://uniqueclub.ai
|
Whisper STT 技能 (Whisper Speech-to-Text)
本地语音转文字，隐私安全，完全免费，无需 API Key。
When to Use
适用于以下场景：
- 需要将语音/音频转换为文字
- 隐私要求高的场景（本地处理，不上传云端）
- 无需网络连接的场景
- 中文语音转录
- 多语言语音转录
- 与语音克隆结合使用（语音→文字→AI处理→语音）
Do NOT use this skill if:
- 需要实时流式转录（Whisper 适合离线批量处理）
- 对转录速度要求极高且设备性能有限
- 需要云端协作或共享转录结果
- 音频质量极差（背景噪音过大）
触发关键词 / Trigger Phrases:
- 语音转文字 / speech to text
- 语音转录 / voice transcription
- 本地STT / local STT
- 语音识别 / speech recognition
- 音频转文字 / audio transcription
- 转录音频 / transcribe audio
- whisper转录 / whisper transcription
Workflow
1. 安装依赖
pip3 install openai-whisper
2. 使用封装脚本
from tools.whisper_stt import transcribe
result = transcribe("audio.mp3", model="base", language="zh")
if result.get("success"):
print(f"转录内容: {result['text']}")
else:
print(f"错误: {result['error']}")
3. 命令行使用
whisper audio.mp3
whisper audio.mp3 --model base --language zh
whisper audio.mp3 --model base --language zh --output_format txt
4. 与语音克隆结合
from tools.whisper_stt import transcribe
from tools.voice_clone_api import generate_speech
stt_result = transcribe("user_voice.mp3")
text = stt_result["text"]
response = f"收到: {text}"
generate_speech(response, voice_id="wuna-001")
Model Selection
| 模型 | 大小 | 速度 | 准确率 | 推荐场景 |
|---|
| tiny | 39MB | 最快 | 一般 | 测试 |
| base | 74MB | 快 | 良好 | 日常使用 ✅ |
| small | 244MB | 中等 | 好 | 平衡 |
| medium | 769MB | 较慢 | 很好 | 高质量 |
| large | 1550MB | 最慢 | 最佳 | 精确转录 |
Guardrails
音频质量要求
- 格式: MP3, WAV, M4A 等常见格式
- 清晰度: 语音清晰，避免背景噪音
- 音量: 正常音量，避免过小或失真
- 语言: 支持中文、英文及 90+ 语言
限制说明
- 实时性: 不适合实时流式转录
- 资源占用: 大型模型需要较多内存
- 准确性: 口音、方言可能影响准确率
- 时长: 长音频可能需要分批处理
故障排除
| 问题 | 解决方案 |
|---|
| 安装失败 | 先装PyTorch CPU: pip3 install torch --index-url https://download.pytorch.org/whl/cpu |
| 速度慢 | 换用tiny/base模型 |
| 中文不准 | 确认指定 --language zh |
| 内存不足 | 使用base/tiny模型 |
Related Skills
About UniqueClub
Part of UniqueClub toolkit - AI-powered creative tools for speech processing.
Learn more: https://uniqueclub.ai
基于OpenAI Whisper开源项目
