transcribe

от openai

Транскрибирует аудиофайлы в текст с опциональной диаризацией дикторов и подсказками по известным говорящим. Поддерживает быструю транскрипцию текста через gpt-4o-mini-transcribe и диаризацию с метками дикторов через gpt-4o-transcribe-diarize. Принимает несколько аудиоформатов и опциональные ссылки на известных говорящих (до 4 дикторов) для повышения точности диаризации. Выводит результат в виде обычного текста, JSON или диаризированного JSON с настраиваемыми выходными каталогами для предотвращения перезаписи. Требует переменную окружения OPENAI_API_KEY; использует встроенные...

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.

Больше skills от openai

user-context
openai
Загрузить или управлять настройками постоянной маршрутизации источников, логикой онбординга, прогрессом настройки и реестром семантического слоя плагина Data Analytics.
official
notion-research-documentation
openai
Исследовать содержимое Notion и синтезировать в структурированные брифинги, отчёты или сравнения с цитированием. Выполнять поиск и извлекать страницы Notion с помощью целевых запросов, затем организовывать результаты по темам с встроенными ссылками на источники и разделом ссылок. Выбирать из четырёх форматов вывода (краткий брифинг, исследовательская сводка, сравнение, комплексный отчёт) в зависимости от объёма и цели пользователя. Создавать и обновлять страницы Notion с помощью встроенных шаблонов; напрямую связывать источники и отслеживать изменения по мере поступления новой информации...
official
rcsb-pdb-skill
openai
Отправляйте компактные запросы RCSB PDB для получения основной метаданных, запросов Search API и загрузок FASTA. Используйте, когда пользователю нужны краткие сводки RCSB; сохраняйте сырой JSON или…
official
pdf
openai
Чтение, создание и проверка PDF с визуальным рендерингом и программной генерацией. Рендеринг страниц PDF в PNG для визуального контроля макета, интервалов и типографики перед отправкой с помощью Poppler (pdftoppm). Программная генерация PDF с reportlab для надежного форматирования; извлечение текста и метаданных с помощью pdfplumber или pypdf. Контроль качества: отсутствие обрезанного текста, перекрывающихся элементов, сломанных таблиц или артефактов рендеринга; только ASCII-дефисы, читаемые цитаты. Использовать...
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
Терминальная автоматизация браузера с моментальными снимками элементов и интерактивными UI-процессами. Работает через обёрточный скрипт playwright-cli (требуется npx); поддерживает headless и headed режимы для визуальной отладки. Основной процесс: открыть страницу, сделать снимок для стабильных ссылок на элементы, взаимодействовать с помощью ссылок, повторно снимать после навигации или изменений DOM. Включает заполнение форм, клики, ввод текста, управление несколькими вкладками, создание скриншотов/PDF и запись трассировки для отладки процессов. Ссылки на элементы (например, e3, e15)...
official
ukb-topmed-phewas-skill
openai
Получает компактные сводки UKB-TOPMed PheWAS для отдельных вариантов, принимая rsID, GRCh37 или GRCh38 и преобразуя в требуемый запрос GRCh38. Используйте, когда…
official
code-review-context
openai
Видимый контекст модели
official