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

release
openai
Buat rilis Symphony dengan menaikkan versi yang dikomit, menandainya, menandai commit yang digabung, dan memverifikasi alur kerja rilis Burrito. Gunakan saat diminta untuk…
signing-entitlements
openai
Periksa masalah penandatanganan, hak istimewa, runtime yang diperkuat, dan Gatekeeper untuk aplikasi macOS. Gunakan saat diminta untuk mendiagnosis kegagalan penandatanganan kode, hak istimewa yang hilang,…
building-ai-agent-on-cloudflare
openai
Membangun agen AI di Cloudflare menggunakan Agents SDK dengan manajemen status, WebSockets real-time, tugas terjadwal, integrasi alat, dan obrolan…
epigraphdb-skill
openai
Kirim permintaan API EpiGraphDB yang ringkas untuk ontologi, literatur, MR, gen-obat, dan bukti jalur dukungan. Gunakan saat pengguna menginginkan ringkasan EpiGraphDB yang singkat.
runtime-behavior-probe
openai
Rencanakan dan laksanakan investigasi perilaku runtime dengan skrip probe sementara, matriks validasi, kontrol status, dan laporan berbasis temuan. Gunakan hanya ketika…
deep-security-scan
openai
Gunakan saat pengguna meminta pemindaian Keamanan Codex yang mendalam, menyeluruh, multi-pass, atau mengurangi varians di seluruh repositori atau pada jalur tertentu. Jalankan secara independen dan berulang…
define-security-policy
openai
Menentukan, meninjau, atau memperbarui panduan SECURITY.md untuk repositori atau komponen. Gunakan ketika pengguna ingin memperjelas apa yang harus ditinjau oleh Codex Security, apa yang di luar…
validation
openai
Gunakan ketika Codex sudah berada dalam fase validasi pemindaian keamanan atau pengguna secara eksplisit meminta untuk menentukan apakah satu atau lebih temuan keamanan kandidat…