transcribe

โดย firecrawl

ถอดเสียงไฟล์เสียงเป็นข้อความ พร้อมตัวเลือกการระบุผู้พูดและการแนะนำผู้พูดที่รู้จัก ใช้เมื่อผู้ใช้ขอให้ถอดเสียงพูดจากไฟล์เสียง/วิดีโอ แยกข้อความจาก...

npx skills add https://github.com/firecrawl/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.

Skills เพิ่มเติมจาก firecrawl

firecrawl-research-index
firecrawl
ค้นหาเอกสารที่ตอบคำถามการวิจัยด้วย Firecrawl Research โดยใช้การค้นหาเชิงความหมาย การขยายผลเชิงความหมายและโครงสร้าง และการตรวจสอบภายในเนื้อหา ใช้ทักษะนี้เสมอสำหรับงานค้นหาวรรณกรรมหรือดึงเอกสาร ไม่ว่าจะเป็นการค้นหาเอกสารเดี่ยวหรือชุดเอกสารหลายชิ้น
data-analysisresearchweb-scraping
oracle
firecrawl
แนวทางปฏิบัติที่ดีที่สุดสำหรับการใช้ oracle CLI (การรวม prompt และไฟล์, เอ็นจิน, เซสชัน, และรูปแบบการแนบไฟล์)
pinecone
firecrawl
ฐานข้อมูลเวกเตอร์ที่จัดการแล้วสำหรับแอปพลิเคชัน AI ในระบบผลิต จัดการเต็มรูปแบบ ปรับขนาดอัตโนมัติ พร้อมการค้นหาแบบไฮบริด (dense + sparse) การกรองเมตาดาต้า และเนมสเปซ…
wpds
firecrawl
ใช้เมื่อสร้าง UI ที่ใช้ประโยชน์จาก WordPress Design System (WPDS) และส่วนประกอบ โทเค็น รูปแบบ ฯลฯ
audiocraft-audio-generation
firecrawl
ไลบรารี PyTorch สำหรับการสร้างเสียง รวมถึงการแปลงข้อความเป็นเพลง (MusicGen) และการแปลงข้อความเป็นเสียง (AudioGen) ใช้เมื่อคุณต้องการสร้างเพลงจากข้อความ…
skypilot-multi-cloud-orchestration
firecrawl
การจัดระเบียบการทำงานข้ามคลาวด์สำหรับภาระงาน ML พร้อมการปรับต้นทุนอัตโนมัติ ใช้เมื่อคุณต้องการรันงานฝึกอบรมหรืองานแบตช์ข้ามคลาวด์หลายแห่ง ใช้ประโยชน์จาก…
firecrawl-seo-audit
firecrawl
ตรวจสอบ SEO ของเว็บไซต์ด้วย Firecrawl ใช้เมื่อผู้ใช้ขอการตรวจสอบ SEO การตรวจสอบข้อมูลเมตาและหัวข้อ การวิเคราะห์แผนผังเว็บไซต์/โครงสร้างเว็บไซต์ โอกาสของคำสำคัญ การเปรียบเทียบ SERP ของคู่แข่ง หรือคำแนะนำการปรับแต่งการค้นหาที่จัดลำดับความสำคัญ
data-analysisresearchweb-scraping
gh-issues
firecrawl
ดึงข้อมูล Issue จาก GitHub สร้างเอเยนต์ย่อยเพื่อดำเนินการแก้ไขและเปิด Pull Request จากนั้นติดตามและจัดการกับความคิดเห็นในการตรวจสอบ PR การใช้งาน: /gh-issues [owner/repo] [--label…