OpenAI Transcriptions API
/v1/audio/transcriptions エンドポイントを使用して音声を文字起こしします。OpenAI互換のプロキシやローカルゲートウェイを使用するには、OPENAI_BASE_URL を設定します。
クイックスタート
{baseDir}/scripts/transcribe.sh /path/to/audio.m4a
デフォルト設定:
- モデル:
gpt-4o-transcribe - 出力:
<入力>.txt
便利なフラグ
{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model gpt-4o-transcribe --out /tmp/transcript.txt
{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model gpt-4o-mini-transcribe
{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model gpt-4o-transcribe-diarize --json
{baseDir}/scripts/transcribe.sh /path/to/audio.ogg --model whisper-1
{baseDir}/scripts/transcribe.sh /path/to/audio.m4a --language en
{baseDir}/scripts/transcribe.sh /path/to/audio.m4a --prompt "話者名: 田中, 鈴木"
{baseDir}/scripts/transcribe.sh /path/to/audio.m4a --json --out /tmp/transcript.json
注意事項:
- 対応アップロード形式:
mp3、mp4、mpeg、mpga、m4a、wav、webm。 - ホスト型APIのアップロード上限は25MBです。
- 話者ラベルにはダイアライゼーションを使用してください。スクリプトは
chunking_strategy=autoを送信し、--promptは拒否します。
APIキー
OPENAI_API_KEY を設定するか、アクティブなOpenClaw設定ファイル（$OPENCLAW_CONFIG_PATH、デフォルトは ~/.openclaw/openclaw.json）で設定します。必要に応じて OPENAI_BASE_URL を設定します:
{
skills: {
"openai-whisper-api": {
apiKey: "OPENAI_KEY_HERE",
},
},
}