U2-audio-file-transcriber
将音频文件转写为文字,支持多格式
安装使用
复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:
帮我安装这个 AI Skill:U2-audio-file-transcriber。 它的用途是:将音频文件转写为文字,支持多格式 完整的 Skill 内容见:https://321skill.com/skills/u2-audio-file-transcriber-x-7/raw/index.md 请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'转录这个客服录音文件,路径是 /data/call_20250301.mp3',它会自动调用云知声API将音频转为文字,并返回带时间戳的逐句文本。您可以进一步要求AI提取关键信息或生成会议摘要。
介绍
该技能基于云知声(UniCloud ASR)语音识别API,将录制的音频文件(如客服录音、会议记录、采访音频)快速转写为文字。它专为金融、客服等场景优化,能够准确识别行业术语和口音,支持多种常见音频格式(如MP3、WAV、M4A等),无需手动分段即可处理长音频。
使用时,只需提供音频文件路径或URL,技能会自动调用云知声API完成转写,并返回结构化的文本结果。支持批量处理多个文件,也支持自定义识别语言(默认中文),输出格式可配置为纯文本或带时间戳的逐句文本。
适合客服人员(转写客户通话记录)、内容创作者(整理采访或播客素材)、翻译人员(辅助字幕制作)、数据分析师(将语音数据转为文本用于分析)等。对于需要频繁处理音频转文字的用户,能显著提升效率。
注意事项:需要网络连接,且需提前获取云知声API的密钥并配置环境变量;不支持实时流式语音识别,仅处理已录制完成的音频文件;对背景噪音较大的音频识别准确率可能下降。
核心特点
相比通用语音转文字工具,该技能深度优化了金融、客服场景的术语识别,且无缝集成UniSound平台,无需额外搭建识别服务。
注意事项
不支持实时语音流识别,需依赖云知声API密钥和网络连接。
常见问题
支持哪些音频格式?
支持MP3、WAV、M4A、FLAC、AAC等常见格式,单文件最大支持500MB。
是否需要API密钥?
需要,使用前需在UniCloud控制台获取ASR API密钥,并配置环境变量UNICLOUD_ASR_KEY。
给 AI 助手的安装指引
如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:
请访问 https://321skill.com/skills/u2-audio-file-transcriber-x-7/raw/index.md 读取 U2-audio-file-transcriber 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址:/skills/u2-audio-file-transcriber-x-7/raw/index.md(查看排版版本)