FunASR 语音转文字

适用人群

适合：要做品牌配音、播客旁白或助手语音的人、要批量生成课程讲解、短视频配音或音频播报的人、要把固定音色接进客服、内容生产或语音产品流程的人。

技能介绍

使用本地 FunASR 服务将音频或视频文件转录为带时间戳的 Markdown 文件，支持 mp4、mov、mp3、wav、m4a 等常见格式。本技能应在用户需要语音转文字、会议记录、视频字幕、播客转录时使用。

本 skill 提供本地语音识别服务，将音频或视频文件转换为结构化的 Markdown 文档。

业务背景和落地案例

当团队需要语音处理时，可以先用FunASR 语音转文字完成第一轮处理。常见做法是把相关文件、网址、素材或配置交给它，先产出初版结果，再由人工确认和继续推进。

能做什么

• 支持多种音视频格式（mp4、mov、mp3、wav、m4a、flac 等）。
• 支持说话人分离（diarization）。
• 输出 Markdown 格式，便于阅读和编辑。

安装方法

方式 1：对 OpenClaw 说（不用写代码）

适合：OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。

直接对 OpenClaw 说：

帮我安装一个叫 FunASR 语音转文字 的 Skill。
如果安装时需要精确名字，就用 legal-skills-funasr-transcribe。
装好以后，先用它帮我处理一遍当前任务。

如果需要手动安装，可以用这条命令：

clawhub install legal-skills-funasr-transcribe

方式 2：导入 MD 安装

适合：腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。

1. 找到这条 Skill 自带的 Markdown 文件，通常就是它的 SKILL.md 或同名 .md 文件。
2. 把这个 Markdown 文件导入到你的产品里。
3. 导入完成后，直接对 AI 说：

用刚刚导入的FunASR 语音转文字，先帮我处理当前任务。

备注：这一种本质上是导入一个 Markdown 文件，给知道安装包里有 .md 文件的人即可。

方式 3：代码安装

适合：Claude Code、Cursor、通义灵码、文心快码。

最短可用命令：

python scripts/setup.py

如果要继续执行，可以再用：

python scripts/server.py
python scripts/setup.py --verify

使用步骤

1. 先选上面 3 种方式里，自己最容易完成的一种。
2. 安装完成后，直接对 OpenClaw 说：“用FunASR 语音转文字帮我处理当前任务。” 先让它自己跑一遍就可以。
3. 如果你已经有明确文件、网址、目录或数据，再把它补给 OpenClaw，让它只处理这一部分。
4. 先看第一轮结果，再决定要不要追加条件、缩小范围或继续执行下一步。
5. 如果这条 Skill 确实好用，就把它保留在常用列表，后面重复任务直接复用。

你需要准备什么

• 与你当前任务相关的文件、网址、目录或数据。
• 要处理的文本内容。
• 语音样本、参考音色或角色要求。
• 输出格式、语言或时长要求。
• 如果这条 Skill 依赖外部服务，还要准备对应账号权限或可用凭证。

你会看到什么结果

• 可直接使用的音频结果。
• 语音角色配置或语音 ID。
• 后续可继续复用的语音处理结果。

风险提示

• 涉及 API Key、Token 或其他凭证时，先确认保存方式和权限边界。
• 依赖外部服务时，网络波动、配额限制或接口变化都会影响结果。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/cat-xierluo/legal-skills-funasr-transcribe
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/cat-xierluo/legal-skills-funasr-transcribe/download