语音转文字神器pi-skills的transcribe如何用Groq Whisper API快速生成带标点转录【免费下载链接】pi-skillsSkills for pi coding agent (compatible with Claude Code and Codex CLI)项目地址: https://gitcode.com/gh_mirrors/pi/pi-skillspi-skills的transcribe技能是一个基于 Groq Whisper API 的语音转文字Speech-to-Text技能一条命令把音频文件转成带标点、大小写正确的纯文本支持 m4a、mp3、wav、ogg、flac、webm 六种格式。整个技能只有一个 shell 脚本零依赖只需 curl 和一个 API Key同时兼容 pi coding agent、Claude Code 和 Codex CLI。为什么值得用这个语音转文字技能很多人第一次听说 pi-skills它其实是一个开源的 AI 编程智能体技能包仓库里面打包了 8 个实用技能网页搜索、浏览器自动化、Google 日历/云盘/邮件 CLI、语音转文字、VS Code 集成和 YouTube 字幕抓取。其中的 transcribe 技能 解决了日常一个高频痛点——把会议录音、播客、语音消息快速变成可搜索的文本。它有几个明显优势⚡极快走 Groq 的whisper-large-v3-turbo模型云端推理速度远快于本地跑 Whisper✒️带标点输出自带标点符号和正确的大小写不是干巴巴的字块极简核心逻辑就 transcribe.sh 这一个 30 来行的脚本智能体友好以 SKILL.md 格式编写AI 编程智能体可以理解并自动引导你完成配置文件作用transcribe/SKILL.md技能说明告诉 AI 智能体如何配置和使用transcribe/transcribe.sh实际的转写脚本调用 Groq Whisper APIREADME.md整个 pi-skills 的安装说明和技能清单快速上手三步装好 transcribe第一步克隆仓库git clone https://gitcode.com/gh_mirrors/pi/pi-skills第二步准备 Groq API Key脚本依赖GROQ_API_KEY环境变量。如果没有 Groq 账号到 console.groq.com 注册并创建一个 API Key然后选一种方式配置方式 A写入 shell 配置文件推荐长期使用export GROQ_API_KEY你的api-key # 加入 ~/.zshrc 或 ~/.bashrc source ~/.zshrc # 让配置立即生效方式 B在技能目录放一个 config 文件脚本会优先加载同目录下的config文件见 transcribe.sh 的 source 逻辑所以也可以echo GROQ_API_KEY你的key pi-skills/transcribe/config第三步直接使用./pi-skills/transcribe/transcribe.sh 会议录音.m4a转录结果会直接打印到终端stdout纯文本、带标点、首字母大写方便管道处理./transcribe.sh 笔记.wav | pbcopy # 转写完直接复制到剪贴板支持哪些格式有什么限制根据 SKILL.md 的说明支持格式m4a、mp3、wav、ogg、flac、webm基本覆盖手机、录音笔、浏览器录制的常见格式文件大小上限25MBGroq 的接口限制长录音建议先分段输出纯文本plain text带标点和正确大小写原理拆解脚本到底做了什么把 transcribe.sh 从头读一遍逻辑非常清晰一共四步加载配置如果技能目录下存在config文件就 source 进来方便不污染环境变量参数校验没传音频文件路径时打印用法Usage: transcribe.sh audio-filetranscribe.shKey 检查GROQ_API_KEY未设置时给出明确报错并提示如何创建 config 文件transcribe.sh发起请求用 curl 把音频上传到 Groq 的 OpenAI 兼容端点transcribe.shcurl -s -X POST https://api.groq.com/openai/v1/audio/transcriptions \ -H Authorization: Bearer $GROQ_API_KEY \ -F file${AUDIO_FILE} \ -F modelwhisper-large-v3-turbo \ -F response_formattext关键点在于modelwhisper-large-v3-turboGroq 平台上速度最快的 Whisper 变体和response_formattext只返回纯文本不含 JSON 包装。因为端点是 OpenAI 兼容的/v1/audio/transcriptions如果你有自己的 OpenAI Key把 URL 和 Key 换掉即可无缝替换。在 AI 智能体中使用 transcribe这个技能的价值不仅在于命令行更在于它是一份标准的SKILL.mdpi-coding-agent、Claude Code、Codex CLI 等智能体读取后会主动引导你完成配置——检查GROQ_API_KEY是否已设置、没有就带你一步步申请并写入 shell 配置文件SKILL.md 的 Setup 一节就是写给智能体看的指令。不同智能体的安装位置参考 README.mdpi-coding-agentgit clone到~/.pi/agent/skills/pi-skillsCodex CLI克隆到~/.codex/skills/pi-skillsClaude Code只递归一层查找 SKILL.md需要把transcribe目录软链到~/.claude/skills/下装好之后你只需要对智能体说帮我把这个录音转成文字它就会自己跑脚本、处理错误并返回结果。常见问题排查 ️现象原因与解决Error: GROQ_API_KEY not setKey 未生效重新source ~/.zshrc或改用 config 文件Error: File not found音频路径不对建议用绝对路径上传失败/413文件超过 25MB 上限先用 ffmpeg 分段或转码压缩输出为空检查网络能否访问 api.groq.comKey 是否有转录额度写在最后不止语音转文字transcribe 是 pi-skills 里最即插即用的技能之一——MIT 协议开源见 LICENSE脚本短到五分钟就能读完并改成自己的版本。如果你还有现成的 YouTube 视频想要文字稿仓库里的 youtube-transcript 技能 可以按视频 ID 或链接直接抓取带时间戳的字幕和 transcribe 正好互补一个管本地音频一个管在线视频组合起来就是完整的文字化工作流 【免费下载链接】pi-skillsSkills for pi coding agent (compatible with Claude Code and Codex CLI)项目地址: https://gitcode.com/gh_mirrors/pi/pi-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考