OpenAI Whisper API

API de transcrições da OpenAI

Transcreva áudio através de /v1/audio/transcriptions. Configure OPENAI_BASE_URL para um proxy compatível com OpenAI ou gateway local.

Início rápido

{baseDir}/scripts/transcribe.sh /caminho/para/audio.m4a

Padrões:

• Modelo: gpt-4o-transcribe
• Saída: <input>.txt

Flags úteis

{baseDir}/scripts/transcribe.sh /caminho/para/audio.ogg --model gpt-4o-transcribe --out /tmp/transcript.txt
{baseDir}/scripts/transcribe.sh /caminho/para/audio.ogg --model gpt-4o-mini-transcribe
{baseDir}/scripts/transcribe.sh /caminho/para/audio.ogg --model gpt-4o-transcribe-diarize --json
{baseDir}/scripts/transcribe.sh /caminho/para/audio.ogg --model whisper-1
{baseDir}/scripts/transcribe.sh /caminho/para/audio.m4a --language en
{baseDir}/scripts/transcribe.sh /caminho/para/audio.m4a --prompt "Nomes dos falantes: Pedro, Daniel"
{baseDir}/scripts/transcribe.sh /caminho/para/audio.m4a --json --out /tmp/transcript.json

Notas:

• Os formatos de upload suportados incluem mp3, mp4, mpeg, mpga, m4a, wav, webm.
• Limite de upload de 25 MB na API hospedada.
• Use diarize para rótulos de falantes; o script envia chunking_strategy=auto e rejeita --prompt.

Chave da API

Configure OPENAI_API_KEY, ou configure-a no arquivo de configuração ativo do OpenClaw ($OPENCLAW_CONFIG_PATH, padrão ~/.openclaw/openclaw.json). Opcionalmente, defina OPENAI_BASE_URL:

{
  skills: {
    "openai-whisper-api": {
      apiKey: "OPENAI_KEY_AQUI",
    },
  },
}