Name: Aliyun Asr
Author: Jixson

据 AlphaMoat 统计,截至 2026-09,Aliyun Asr 累计下载 3,682 次、获 2 个星标,在全部 5,078 个 AI 技能中排名第 2,934 位,在「设计创意」分类(512 个)中排名第 274 位。

累计安装

115

累计下载

3,682

星标

全站排名

#2,934

全站前 58% · 「设计创意」前 54%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	112	3,542	2	-
SkillHub ↗	115	3,682	2	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

仅进行 ASR 转写，不生成语音回复；识别文本作为用户消息传给 AI。需要阿里云 NLS 凭据，语音会发送至阿里云，转换后的音频文件可能留在磁盘上，使用前应检查清理方式。

资料发布于 2026-10-29

可以用来做什么

转写飞书、Telegram 或 WhatsApp 等渠道的语音消息
让 AI 基于转写文本处理用户请求
查看所需的阿里云 NLS 凭据配置

什么时候用

需要将语音消息转为文本时
希望对转写结果进行后续文本处理时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

将这条语音消息转成文本，不要生成语音回复。

说明转写数据会发送到哪里，并提醒检查本地音频文件清理情况。

月度数据趋势

累计下载3,682

星标2

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份	累计下载	环比	星标
2026-09	3,682	—	2
2026-08	3,402	+5.1%	2
2026-07	3,236	+9.4%	2
2026-06	2,958	+5.0%	2
2026-05	2,817	—	2
2026-03	2,116	—	2

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

2.3 KB · ClawHub v1.0.10

---
name: aliyun-asr
description: "Pure Aliyun ASR skill for voice message transcription, supports multiple channels including Feishu"
metadata:
  {
    "openclaw":
      {
        "emoji": "🎙️",
        "requires": { "bins": ["python3"] },
        "install": [],

展开全部(共 76 行)

      },
  }
---

# 阿里云语音识别 (Aliyun ASR) 技能

**纯语音识别，无语音合成** - 这是一个专门为OpenClaw设计的轻量级阿里云语音识别技能，只做一件事：将语音消息转换为文本。

## 🎯 核心功能

- **✅ 纯ASR识别**: 只进行语音到文本的转换，**不生成任何语音回复**
- **✅ 多通道支持**: 支持飞书(Feishu)、Telegram、WhatsApp等所有OpenClaw支持的语音消息通道
- **✅ 自动集成**: 无需额外配置，语音消息自动被识别并作为文本消息处理

## ⚙️ 快速配置

### 1. 阿里云准备
- 开通 [智能语音交互(NLS)](https://nls-portal.console.aliyun.com/) 服务
- 在RAM控制台创建子用户并分配 `AliyunNLSFullAccess` 权限
- 在NLS控制台创建应用，获取 **AppKey**

### 2. 配置文件
创建配置文件 `/root/.openclaw/aliyun-asr-config.json`:

```json
{
  "access_key_id": "your-access-key-id",
  "access_key_secret": "your-access-key-secret",
  "app_key": "your-app-key",
  "region": "cn-shanghai"
}
```

### 3. 安全设置
```bash
chmod 600 /root/.openclaw/aliyun-asr-config.json
```

## 🚀 使用方法

### 自动模式（推荐）
1. 用户向任何支持的通道发送语音消息
2. OpenClaw自动调用此技能识别语音内容
3. **识别的文本作为用户消息传递给AI**
4. **AI生成纯文本回复（不是语音）**

## 🔧 技术细节

- **依赖**: `requests` (Python包)
- **支持格式**: MP3, WAV, OGG, FLAC, AMR, OPUS
- **API区域**: 默认 `cn-shanghai`（可配置）

## 🛡️ 安全与合规

- **无数据存储**: 语音数据不存储在本地
- **最小权限**: 使用RAM子账号，避免主账号密钥
- **配置分离**: 敏感信息与代码完全分离

## 💡 开发规范

此技能严格遵循以下开发准则：
1. ✅ 完全符合开源skills的配置要求
2. ✅ 完全符合当地的法律法规要求  
3. ✅ 未开发或未实现的功能，不包含在源码中
4. ✅ 本地测试代码，测试用例不包含在源码中
5. ✅ 密钥/认证隐私信息，不包含在源代码中