SKILL
multimodal-whisper
OpenAI 的通用语音识别模型。支持 99 种语言、转写、翻译为英语以及语言识别。提供六种模型规模，从 tiny（39M 参数）到 large（1550M 参数）。适用于语音转文本、播客转写或多语言音频处理。最适合稳健的多语言 ASR。
机器翻译查看英文原文
OpenAI's general-purpose speech recognition model. Supports 99 languages, transcription, translation to English, and language identification. Six model sizes from tiny (39M params) to large (1550M params). Use for speech-to-text, podcast transcription, or multilingual audio processing. Best for robust, multilingual ASR.
适用对象：学习与科研。自动收录 · 待核查。
在 Claude Code 中使用
该组合的专门教程待补充，尚未核实适配。
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
选择已有说明的 AI 工具，或在页面加载后保存待办及提出教程请求。
查看原作者说明 ↗