（3455期）ANY WHISPER API – API 语音转录，兼容本地部署

API 语音转录，兼容本地部署 通过 OpenAI Whisper API 实现音频转录，兼容本地自托管服务器，curl 轻量调用，适合开发者快速集成语音转文字功能。 使用说明 核心用法 any-whisper-api 技能封装了对 OpenAI /v1/audio/transcriptions 端点的调用，支持通过 curl 命令行工具完成音频文件的语音转文字任务。用户可通过环境变量 WHISPERAPIKEY 和 WHISPERAPIHOST 灵活配置 API 凭证，或在 ~/.clawdbot/clawdbot.json 中进行持久化配置。脚本提供简洁的命令行接口，支持指定模型、输出路径、语言、提示词及 JSON 格式输出等参数，满足多样化的转录需求。 显著优点 协议兼容性：不仅支持官方 OpenAI API，还可无缝对接任何兼容 OpenAI API 格式的本地或自托管服务（如 whisper.cpp 的 server 模式），极大扩展了部署灵活性。 轻量依赖：仅需 curl 作为外部依赖，无需复杂的 SDK 或运行时环境，适合容器化或资源受限场景。 参数丰富：支持语言指定、提示词注入、VAD（语音活动检测）等高级功能，可通过 whisper.cpp 示例中的 --vad 等参数实现更精确的转录控制。 输出灵活：默认输出纯文本，可选 JSON 格式便于后续结构化处理。 潜在缺点与局限性 网络依赖：API 调用依赖网络连接，本地服务器方案虽可缓解，但仍需维护服务端资源。 隐私风险：若使用官方 OpenAI API，音频数据需上传至第三方服务器，存在数据隐私泄露风险；本地部署虽可规避，但配置复杂度提升。 音频格式限制：需确保输入音频格式受目标端点支持（如 m4a、ogg、mp3 等），否则需额外转码。 无实时流式支持：当前示例为文件级批处理，未展示 WebSocket 或 SSE 流式转录能力。 适合人群 开发者需在脚本或自动化流程中快速集成语音转文字功能 注重隐私、倾向本地部署 Whisper 模型的技术用户 已具备 OpenAI API 访问权限或自托管 API 基础设施的团队 常规风险 凭证泄露：API Key 若硬编码或日志记录不当，可能导致未授权访问 数据合规：涉及敏感语音内容时，需评估跨境数据传输合规性 服务可用性：依赖外部 API 时存在速率限制、服务中断或计费异常风险 原始说明 Transcribe audio via API Whisper with any compatible local servers.