據 AlphaMoat 統計,截至 2026-09,Parakeet Stt 累計下載 3,395 次、獲 1 個星標,在全部 5,078 個 AI 技能中排名第 3,299 位,在「設計創意」分類(512 個)中排名第 304 位。

累計安裝

185

累計下載

3395

星標

全站排名

#3,299

全站前 65% · 「設計創意」前 60%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	107	3209	1	2
SkillHub ↗	185	3395	1	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

主文介紹基於 ONNX Runtime 的 CPU 本地轉寫，並提供相容 OpenAI 的 API 和文字、JSON、帶時間戳分段、SRT、VTT 等輸出格式。主文宣告速度約為 Whisper 的 30x，並支援 25 種語言；這些是來源中的產品說明，實際效果取決於部署環境。

資料釋出於 2026-10-27

可以用來做什麼

將本地音訊檔案轉寫為文字
生成帶時間戳的分段或字幕檔案

什麼時候用

希望在本地服務中處理語音錄音時
需要文字、時間戳或字幕等轉寫輸出時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

把這段本地錄音轉寫成文字，並保留可用的時間戳

說明如何透過本地相容 API 生成 SRT 字幕

月度資料趨勢

累計下載3395

星標1

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	3395	—	1
2026-08	3167	+3.9%	1
2026-07	3048	+6.8%	1
2026-06	2854	+4.0%	1
2026-05	2744	—	1
2026-03	2345	—	1

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

3.0 KB · ClawHub v1.1.0

---
name: parakeet-stt
description: >-
  Local speech-to-text with NVIDIA Parakeet TDT 0.6B v3 (ONNX on CPU).
  30x faster than Whisper, 25 languages, auto-detection, OpenAI-compatible API.
  Use when transcribing audio files, converting speech to text, or processing
  voice recordings locally without cloud APIs.
homepage: https://github.com/groxaxo/parakeet-tdt-0.6b-v3-fastapi-openai
metadata: {"clawdbot":{"emoji":"🦜","env":["PARAKEET_URL"]}}
---

展開全部(共 122 行)


# Parakeet TDT (Speech-to-Text)

Local transcription using NVIDIA Parakeet TDT 0.6B v3 with ONNX Runtime.
Runs on CPU — no GPU required. ~30x faster than realtime.

## Installation

```bash
# Clone the repo
git clone https://github.com/groxaxo/parakeet-tdt-0.6b-v3-fastapi-openai.git
cd parakeet-tdt-0.6b-v3-fastapi-openai

# Run with Docker (recommended)
docker compose up -d parakeet-cpu

# Or run directly with Python
pip install -r requirements.txt
uvicorn app.main:app --host 0.0.0.0 --port 5000
```

Default port is `5000`. Set `PARAKEET_URL` to override (e.g., `http://localhost:5092`).

## API Endpoint

OpenAI-compatible API at `$PARAKEET_URL` (default: `http://localhost:5000`).

## Quick Start

```bash
# Transcribe audio file (plain text)
curl -X POST $PARAKEET_URL/v1/audio/transcriptions \
  -F "file=@/path/to/audio.mp3" \
  -F "response_format=text"

# Get timestamps and segments
curl -X POST $PARAKEET_URL/v1/audio/transcriptions \
  -F "file=@/path/to/audio.mp3" \
  -F "response_format=verbose_json"

# Generate subtitles (SRT)
curl -X POST $PARAKEET_URL/v1/audio/transcriptions \
  -F "file=@/path/to/audio.mp3" \
  -F "response_format=srt"
```

## Python / OpenAI SDK

```python
import os
from openai import OpenAI

client = OpenAI(
    base_url=os.getenv("PARAKEET_URL", "http://localhost:5000") + "/v1",
    api_key="not-needed"
)

with open("audio.mp3", "rb") as f:
    transcript = client.audio.transcriptions.create(
        model="parakeet-tdt-0.6b-v3",
        file=f,
        response_format="text"
    )
print(transcript)
```

## Response Formats

| Format | Output |
|--------|--------|
| `text` | Plain text |
| `json` | `{"text": "..."}` |
| `verbose_json` | Segments with timestamps and words |
| `srt` | SRT subtitles |
| `vtt` | WebVTT subtitles |

## Supported Languages (25)

English, Spanish, French, German, Italian, Portuguese, Polish, Russian,
Ukrainian, Dutch, Swedish, Danish, Finnish, Norwegian, Greek, Czech,
Romanian, Hungarian, Bulgarian, Slovak, Croatian, Lithuanian, Latvian,
Estonian, Slovenian

Language is auto-detected — no configuration needed.

## Web Interface

Open `$PARAKEET_URL` in a browser for drag-and-drop transcription UI.

## Docker Management

```bash
# Check status
docker ps --filter "name=parakeet"

# View logs
docker logs -f <container-name>

# Restart
docker compose restart

# Stop
docker compose down
```

## Why Parakeet over Whisper?

- **Speed**: ~30x faster than realtime on CPU
- **Accuracy**: Comparable to Whisper large-v3
- **Privacy**: Runs 100% locally, no cloud calls
- **Compatibility**: Drop-in replacement for OpenAI's transcription API