transcribe

von openai

We need to translate the given English text into German, preserving the name "transcribe" and technical terms like "gpt-4o-mini-transcribe", "gpt-4o-transcribe-diarize", "JSON", "OPENAI_API_KEY", etc. The instruction says to translate only the text inside <text>, not to include the name unless it appears in the source text. The name "transcribe" appears in the source text as "Transcribe audio files..." so we should translate that verb as "Transkribieren" or "Transkribiere"? The source starts with "Transcribe audio files..." which is an imperative or infinitive. In German, we can use "Transkribieren Sie" or just "Transkribiert" but better to use infinitive: "Transkribieren von Audiodateien in Text..." However, the instruction says to preserve the name "transcribe" - but that's the skill name, not necessarily the word in the text. The text uses "Transcribe" as a verb. We should

npx skills add https://github.com/openai/skills --skill transcribe

Audio Transcribe

Transcribe audio using OpenAI, with optional speaker diarization when requested. Prefer the bundled CLI for deterministic, repeatable runs.

Workflow

  1. Collect inputs: audio file path(s), desired response format (text/json/diarized_json), optional language hint, and any known speaker references.
  2. Verify OPENAI_API_KEY is set. If missing, ask the user to set it locally (do not ask them to paste the key).
  3. Run the bundled transcribe_diarize.py CLI with sensible defaults (fast text transcription).
  4. Validate the output: transcription quality, speaker labels, and segment boundaries; iterate with a single targeted change if needed.
  5. Save outputs under output/transcribe/ when working in this repo.

Decision rules

  • Default to gpt-4o-mini-transcribe with --response-format text for fast transcription.
  • If the user wants speaker labels or diarization, use --model gpt-4o-transcribe-diarize --response-format diarized_json.
  • If audio is longer than ~30 seconds, keep --chunking-strategy auto.
  • Prompting is not supported for gpt-4o-transcribe-diarize.

Output conventions

  • Use output/transcribe/<job-id>/ for evaluation runs.
  • Use --out-dir for multiple files to avoid overwriting.

Dependencies (install if missing)

Prefer uv for dependency management.

uv pip install openai

If uv is unavailable:

python3 -m pip install openai

Environment

  • OPENAI_API_KEY must be set for live API calls.
  • If the key is missing, instruct the user to create one in the OpenAI platform UI and export it in their shell.
  • Never ask the user to paste the full key in chat.

Skill path (set once)

export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export TRANSCRIBE_CLI="$CODEX_HOME/skills/transcribe/scripts/transcribe_diarize.py"

User-scoped skills install under $CODEX_HOME/skills (default: ~/.codex/skills).

CLI quick start

Single file (fast text default):

python3 "$TRANSCRIBE_CLI" \
  path/to/audio.wav \
  --out transcript.txt

Diarization with known speakers (up to 4):

python3 "$TRANSCRIBE_CLI" \
  meeting.m4a \
  --model gpt-4o-transcribe-diarize \
  --known-speaker "Alice=refs/alice.wav" \
  --known-speaker "Bob=refs/bob.wav" \
  --response-format diarized_json \
  --out-dir output/transcribe/meeting

Plain text output (explicit):

python3 "$TRANSCRIBE_CLI" \
  interview.mp3 \
  --response-format text \
  --out interview.txt

Reference map

  • references/api.md: supported formats, limits, response formats, and known-speaker notes.

Mehr Skills von openai

release
openai
Erstelle ein Symphony-Release, indem du die committete Version erhöhst, sie eincheckst, den gemergten Commit taggst und den Burrito-Release-Workflow verifizierst. Verwende dies, wenn du gebeten wirst, …
signing-entitlements
openai
Untersuche Signing, Berechtigungen, gehärtete Laufzeit und Gatekeeper-Probleme für macOS-Apps. Verwende dies, wenn du gebeten wirst, Code-Signing-Fehler, fehlende Berechtigungen,… zu diagnostizieren.
building-ai-agent-on-cloudflare
openai
Erstellt KI-Agenten auf Cloudflare mit dem Agents SDK, einschließlich Zustandsverwaltung, Echtzeit-WebSockets, geplanten Aufgaben, Tool-Integration und Chat…
epigraphdb-skill
openai
Senden Sie kompakte EpiGraphDB-API-Anfragen für Ontologie, Literatur, MR, Gen-Wirkstoff und Support-Pfad-Evidenz. Verwenden Sie dies, wenn ein Benutzer prägnante EpiGraphDB-Zusammenfassungen wünscht.
runtime-behavior-probe
openai
Planen und Ausführen von Laufzeitverhaltensuntersuchungen mit temporären Prüfskripten, Validierungsmatrizen, Zustandssteuerungen und ergebnisorientierten Berichten. Nur verwenden, wenn…
deep-security-scan
openai
Verwenden Sie, wenn der Benutzer einen tiefgehenden, erschöpfenden, mehrstufigen oder varianzreduzierenden repository-weiten oder bereichsbezogenen Codex-Sicherheitsscan anfordert. Führen Sie wiederholte unabhängige…
define-security-policy
openai
Definieren, überprüfen oder aktualisieren Sie die SECURITY.md-Anleitung für ein Repository oder eine Komponente. Verwenden Sie dies, wenn der Benutzer klären möchte, was Codex Security überprüfen soll, was außerhalb des Rahmens liegt …
validation
openai
Verwenden, wenn sich Codex bereits in der Validierungsphase eines Sicherheitsscans befindet oder der Benutzer ausdrücklich darum bittet, festzustellen, ob ein oder mehrere Kandidaten-Sicherheitsbefunde…