transcribe

tarafından openai

Ses dosyalarını, isteğe bağlı konuşmacı ayırma ve bilinen konuşmacı ipuçlarıyla metne dönüştürür. gpt-4o-mini-transcribe ile hızlı metin transkripsiyonunu ve gpt-4o-transcribe-diarize ile konuşmacı etiketli ayırmayı destekler. Birden fazla ses formatını ve ayırma doğruluğunu artırmak için isteğe bağlı bilinen konuşmacı referanslarını (en fazla 4 konuşmacı) kabul eder. Çıktıyı düz metin, JSON veya ayırmalı JSON olarak, üzerine yazmayı önlemek için yapılandırılabilir çıktı dizinleriyle sunar. OPENAI_API_KEY ortam değişkenini gerektir

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.

openai tarafından daha fazla skill

release
openai
Symphony sürümünü, taahhüt edilen sürümü yükselterek, onu indirerek, birleştirilmiş commit'i etiketleyerek ve Burrito sürüm iş akışını doğrulayarak kesin. İstendiğinde kullanın…
signing-entitlements
openai
macOS uygulamaları için imzalama, yetkilendirmeler, sertleştirilmiş çalışma zamanı ve Gatekeeper sorunlarını inceleyin. Kod imzalama hatalarını, eksik yetkilendirmeleri teşhis etmesi istendiğinde kullanın…
building-ai-agent-on-cloudflare
openai
Cloudflare üzerinde Agents SDK kullanarak durum yönetimi, gerçek zamanlı WebSockets, zamanlanmış görevler, araç entegrasyonu ve sohbet ile AI ajanları oluşturur…
epigraphdb-skill
openai
Ontoloji, literatür, MR, gen-ilaç ve destek-yol kanıtları için kompakt EpiGraphDB API istekleri gönderin. Kullanıcının kısa EpiGraphDB özetleri istediğinde kullanın.
runtime-behavior-probe
openai
Geçici izleme betikleri, doğrulama matrisleri, durum kontrolleri ve bulguları öncelikli raporlarla çalışma zamanı davranış araştırmalarını planlayın ve yürütün. Yalnızca şu durumlarda kullanın…
deep-security-scan
openai
Kullanıcı derinlemesine, kapsamlı, çok geçişli veya varyans azaltıcı bir depo genelinde veya kapsamlı yol Codex Güvenlik taraması istediğinde kullanın. Tekrarlanan bağımsız…
define-security-policy
openai
Bir depo veya bileşen için SECURITY.md rehberliğini tanımlayın, gözden geçirin veya güncelleyin. Kullanıcının Codex Security'nin neyi incelemesi gerektiğini, neyin kapsam dışı olduğunu netleştirmek istediğinde kullanın…
validation
openai
Codex'in bir güvenlik taramasının doğrulama aşamasında olduğunda veya kullanıcı açıkça bir veya daha fazla aday güvenlik bulgusunun belirlenmesini istediğinde kullanın…