Communitygithub.com

openclaw/openai-whisper

Transcription vocale locale avec l'interface en ligne de commande Whisper (sans clé API).

Qu'est-ce que openai-whisper ?

Ce skill utilise l'outil en ligne de commande `whisper` d'OpenAI pour effectuer la reconnaissance vocale (speech-to-text) directement sur la machine locale, sans nécessiter de clé API ni de connexion Internet. Il est particulièrement utile pour les développeurs et utilisateurs souhaitant traiter des fichiers audio de manière privée et sécurisée, tout en conservant un contrôle total sur le modèle et les paramètres de transcription. Le skill supporte plusieurs modèles de tailles différentes (tiny, base, small, medium, large) permettant de faire un compromis entre vitesse et précision, et est compatible avec les systèmes d'exploitation courants (Linux, macOS, Windows). Son fonctionnement repose sur l'installation préalable du package `openai-whisper` via pip, ainsi que de l'outil `ffmpeg` pour la gestion des formats audio. En pratique, l'utilisateur peut invoquer la commande `whisper` suivie du chemin du fichier audio, et optionnellement spécifier le nom du modèle, la langue, ou activer la traduction directe en anglais. Ce skill s'intègre facilement dans des pipelines automatisés (scripts bash, Python) ou dans des assistants IA comme Claude Code, Cursor ou Codex, offrant ainsi une solution fiable et performante pour la transcription hors ligne.

Compatible avec~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/openclaw/openclaw/tree/main/skills/openai-whisper
Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait openai-whisper ?

Transcription vocale locale avec l'interface en ligne de commande Whisper (sans clé API).

Installation

Assurez-vous d'avoir installé les dépendances suivantes :

  • Python 3.7 ou plus récent
  • pip install openai-whisper
  • ffmpeg (pour gérer les formats audio)

Utilisation

Transcrivez un fichier audio en texte :

whisper chemin/vers/fichier.mp3

Options courantes :

  • --model : choisir la taille du modèle (tiny, base, small, medium, large)
  • --language : spécifier la langue du fichier audio (ex : fr, en)
  • --task : transcribe (par défaut) ou translate (traduit en anglais)
  • --output_dir : dossier de sortie pour les fichiers générés

Exemple avec un modèle français :

whisper audio.mp3 --model medium --language fr

Remarques

  • Les fichiers audio peuvent être au format mp3, wav, m4a, etc.
  • Aucune clé API n'est requise ; tout le traitement est effectué localement.
  • Les modèles sont téléchargés automatiquement lors de la première utilisation.

Support

Ce skill fonctionne sur Linux, macOS et Windows.

Pour plus d'informations, consultez la documentation officielle : https://github.com/openai/whisper

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

openclaw/control-ui-e2e

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

openclaw/openai-whisper-api

OpenAI Audio Transcriptions API via curl; gpt-4o-transcribe, mini, diarize, or whisper-1.

openclaw/release-openclaw-mac

Run or recover OpenClaw macOS release signing, notarization, appcast, and asset promotion.

openclaw/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

openclaw/video-frames

Extract frames or short clips from videos using ffmpeg.

Skills associés

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community