名称： whisper-mlx-local
描述： "基于 MLX Whisper 在 Apple Silicon 上为 Telegram 和 WhatsApp 提供免费的本地语音转文字服务。私密、无 API 成本。"
元数据：
openclaw:
emoji: "🎤"
version: "1.5.0"
author: "社区"
repo: "https://github.com/ImpKind/local-whisper"
requires:
os: ["darwin"]
arch: ["arm64"]
bins: ["python3"]
install:
- id: "deps"
kind: "manual"
label: "安装依赖"
instructions: "pip3 install -r requirements.txt"

本地 Whisper

为 Telegram 和 WhatsApp 的语音消息免费转文字。 无需 API 密钥，无需费用。在您的 Mac 上运行。

问题所在

语音转文字 API 需要付费：
- OpenAI Whisper: $0.006/分钟
- Groq: $0.001/分钟
- AssemblyAI: $0.01/分钟

如果您需要转录大量 Telegram 语音消息，费用会累积起来。

解决方案

此技能在您的 Mac 本地运行 Whisper。质量相同，零成本。

• ✅ 永久免费
• ✅ 私密（音频永不离开您的 Mac）
• ✅ 快速（每条消息约 1 秒）
• ✅ 可离线工作

⚠️ 重要提示

• 首次运行会下载约 1.5GB 的模型 — 请耐心等待，此操作仅需一次
• 首次转录速度较慢 — 模型需加载到内存（约 10-30 秒），之后即为瞬时完成
• 已经在使用 OpenAI API 进行转录？ 请用下方的配置替换您现有的 tools.media.audio 配置

快速开始

1. 安装依赖

pip3 install -r requirements.txt

2. 启动守护进程

python3 scripts/daemon.py

首次运行将下载 Whisper 模型（约 1.5GB）。请等待出现 "Ready" 消息。

3. 添加到 OpenClaw 配置

将以下内容添加到您的 ~/.openclaw/openclaw.json 文件中：

{
  "tools": {
    "media": {
      "audio": {
        "enabled": true,
        "models": [
          {
            "type": "cli",
            "command": "~/.openclaw/workspace/skills/local-whisper/scripts/transcribe.sh",
            "args": ["{{MediaPath}}"],
            "timeoutSeconds": 60
          }
        ]
      }
    }
  }
}

4. 重启网关

openclaw gateway restart

现在，来自 Telegram、WhatsApp 等的语音消息将免费在本地进行转录！

手动测试

./scripts/transcribe.sh voice_message.ogg

使用场景：Telegram 语音消息

无需付费使用 OpenAI API 来转录收到的语音消息，只需将 OpenClaw 指向此本地守护进程。即可获得永久免费的转录服务。

登录时自动启动

cp com.local-whisper.plist ~/Library/LaunchAgents/
launchctl load ~/Library/LaunchAgents/com.local-whisper.plist

API

守护进程运行在 localhost:8787：

curl -X POST http://localhost:8787/transcribe -F "file=@audio.ogg"
# {"text": "Hello world", "language": "en"}

翻译功能

支持任何语言 → 英语：

./scripts/transcribe.sh spanish_audio.ogg --translate

系统要求

• 搭载 Apple Silicon（M1/M2/M3/M4）的 macOS
• Python 3.9+

许可证

MIT