transcribe

oleh openai

Transkripsi file audio menjadi teks dengan diarisasi pembicara opsional dan petunjuk pembicara yang dikenal. Mendukung transkripsi teks cepat melalui gpt-4o-mini-transcribe dan diarisasi berlabel pembicara melalui gpt-4o-transcribe-diarize. Menerima berbagai format audio dan referensi pembicara yang dikenal opsional (hingga 4 pembicara) untuk meningkatkan akurasi diarisasi. Output dalam bentuk teks biasa, JSON, atau JSON berdiarisasi dengan direktori output yang dapat dikonfigurasi untuk mencegah penimpaan. Membutuhkan variabel lingkungan OPENAI_API_KEY; menggunakan paket bawaan...

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.

Lebih banyak skill dari openai

user-context
openai
Memuat atau mengelola preferensi perutean sumber daya tahan lama, logika orientasi, kemajuan pengaturan, dan registri lapisan semantik dari plugin Data Analytics.
official
notion-research-documentation
openai
Teliti konten Notion dan sintesis menjadi ringkasan terstruktur, laporan, atau perbandingan dengan kutipan. Cari dan ambil halaman Notion menggunakan kueri yang ditargetkan, lalu atur temuan berdasarkan tema dengan kutipan sumber sebaris dan bagian referensi. Pilih dari empat format keluaran (ringkasan cepat, ringkasan riset, perbandingan, laporan komprehensif) berdasarkan cakupan dan tujuan pengguna. Buat dan perbarui halaman Notion menggunakan templat bawaan; tautkan sumber secara langsung dan lacak perubahan saat informasi baru tiba...
official
rcsb-pdb-skill
openai
Kirim permintaan RCSB PDB yang ringkas untuk metadata inti, kueri API Pencarian, dan unduhan FASTA. Gunakan saat pengguna menginginkan ringkasan RCSB yang singkat; simpan JSON mentah atau…
official
pdf
openai
Pembacaan, pembuatan, dan validasi PDF dengan rendering visual dan pembuatan secara terprogram. Render halaman PDF ke PNG untuk inspeksi visual tata letak, spasi, dan tipografi sebelum pengiriman menggunakan Poppler (pdftoppm). Buat PDF secara terprogram dengan reportlab untuk pemformatan yang andal; ekstrak teks dan metadata dengan pdfplumber atau pypdf. Terapkan standar kualitas: tidak ada teks terpotong, elemen tumpang tindih, tabel rusak, atau artefak rendering; hanya tanda hubung ASCII, kutipan yang dapat dibaca manusia. Gunakan...
official
test-coverage-improver
openai
Improve test coverage in the OpenAI Agents JS monorepo: run `pnpm test:coverage`, inspect coverage artifacts, identify low-coverage files and branches, propose…
official
playwright
openai
Otomasi peramban berbasis terminal dengan snapshot elemen dan alur kerja UI interaktif. Beroperasi melalui skrip wrapper playwright-cli (memerlukan npx); mendukung mode headless dan headed untuk debugging visual. Alur kerja inti: buka halaman, ambil snapshot untuk referensi elemen stabil, berinteraksi menggunakan ref, ambil snapshot ulang setelah navigasi atau perubahan DOM. Termasuk pengisian formulir, klik, pengetikan, manajemen multi-tab, tangkapan layar/PDF, dan perekaman jejak untuk debugging alur. Referensi elemen (misalnya e3, e15)...
official
ukb-topmed-phewas-skill
openai
Ambil ringkasan PheWAS UKB-TOPMed yang ringkas untuk varian tunggal dengan menerima masukan rsID, GRCh37, atau GRCh38 dan menyelesaikannya ke kueri GRCh38 yang diperlukan. Gunakan ketika...
official
code-review-context
openai
Konteks yang terlihat oleh model
official