据 AlphaMoat 统计,截至 2026-09,TG Voice Whisper Transcriber 累计下载 4,919 次、获 1 个星标,在全部 5,078 个 AI 技能中排名第 1,880 位,在「AI 智能体」分类(969 个)中排名第 350 位。

累计安装

158

累计下载

4,919

星标

全站排名

#1,880

全站前 38% · 「AI 智能体」前 37%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	158	4,522	1	-
SkillHub ↗	157	4,919	1	—

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

此技能针对 .ogg Opus 文件，利用 Whisper tiny 模型生成文本；示例流程会删除处理后的音频和临时转录文件。常驻监控可能访问私人语音，且通配符删除可能误删文件，应限制运行时段和目录并逐文件校验。需要 whisper、ffmpeg 及经审核的隔离安装；后续转录虽在本地，安装和模型下载仍需联网。确认目标语言，部署前把通配符处理修复为经验证的逐文件操作；监控和向 Telegram 发回复需单独审核。

资料发布于 2026-10-27

可以用来做什么

将 Telegram 语音消息转成文字
在本地处理获准的语音文件

什么时候用

明确授权访问该音频目录并确认文件清理范围时

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。

设计一次性转录流程，处理单个指定音频并保留原文件。

指出启用常驻监控或删除文件前需要确认的事项。

月度数据趋势

累计下载4,919

星标1

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	4,919	—	1
2026-08	4,580	+2.9%	1
2026-07	4,449	+6.1%	1
2026-06	4,194	+3.4%	1
2026-05	4,055	—	1
2026-03	3,401	—	1

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。

1.6 KB · ClawHub v1.0.0

---
name: tg-voice-whisper
description: Auto-transcribe Telegram voice messages (.ogg Opus) to text using local OpenAI Whisper (tiny model). Reply with transcription + auto-delete file for privacy. No API keys, fully offline after install.
emoji: 🎙️🔊

requires:
  bins: [whisper, ffmpeg]

install:
  - kind: apt

展开全部(共 43 行)

    packages: [ffmpeg]
  - kind: pip
    packages: [openai-whisper]
    flags: [--break-system-packages]

min-server: 4GB RAM recommended for fast/stable work (cached model <1s transcribe on 1vCPU).

**Safe:** Local-only, auto-rm files, no external APIs/credentials stored.

**Usage (agent):**
When voice .ogg arrives in /root/.openclaw/media/inbound/:
```
exec 'whisper PATH --model tiny --language ru --output_format txt --output_dir /tmp/whisper; text=$(cat /tmp/whisper/*.txt); message action=send message="🔊 [text]" reply_to_current; rm PATH /tmp/whisper/*'
```

**Auto-setup (non-block):**
Spawn sub-agent or cron every 5s:
```
sessions_spawn task="LOOP: find /root/.openclaw/media/inbound/*.ogg -mmin -1 → background whisper ru tiny → message reply text → rm" label="voice-auto" cleanup="keep"
```
Or cron:
```
cron add job={"name":"voice-auto","schedule":{"kind":"every","everyMs":5000},"payload":{"kind":"systemEvent","text":"🔊 VOICE_CHECK"},"sessionTarget":"main"}
```

**Test:**
whisper /path.ogg --model tiny --language ru

**Notes:**
- First run: ~15s model download (72MB ~/.cache/whisper/tiny.bin).
- Cached: <1s on 1vCPU/4GB.
- Languages: ru/en best; --language detect auto.
- Accuracy: tiny 85-95% ru speech; upgrade to base/small for better.