U2-audio-file-transcriber

将音频文件转写为文字,支持多格式

数据分析 客服人员内容创作者翻译人员 语音转写文字 通用 ★ 1.1k 更新于 2026-08-01

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。