Whisper Speech to Text
Whisper 语音转文字技能，使用 OpenAI Whisper 模型将音频转录为文字，支持多语言识别与时间戳对齐。
Whisper Speech to Text是媒体与创意方向的 Agent 技能。Whisper 语音转文字技能，使用 OpenAI Whisper 模型将音频转录为文字，支持多语言识别与时间戳对齐。相关标签：Whisper · 语音 · speech · 转文字 · transcription · ASR。
Whisper Speech to Text是什么
Whisper Speech to Text把媒体与创意相关工作流打包给 Agent 复用。Whisper 语音转文字技能，使用 OpenAI Whisper 模型将音频转录为文字，支持多语言识别与时间戳对齐。
如何在 Cursor / Claude / Codex 中安装 Whisper Speech to Text
Claude Code 按本页命令安装，或将技能放到 ~/.claude/skills 或项目 .claude/skills，Claude 会识别 Whisper Speech to Text。
Cursor 用本页安装命令写入技能目录后，在 Cursor Agent 中按技能名调用 Whisper Speech to Text。
Codex 安装到 Codex 技能目录后按名称调用。若本页只有通用命令，先在本机执行，再确认 Codex 能读到该技能。
一键安装
在终端运行以下命令安装技能到你的 AI Agent：
npx skillsadd obra/superpowers如何使用
Claude Code： 将技能放入 ~/.claude/skills（个人）或项目 .claude/skills 目录，Claude 会自动识别。
Cursor / Windsurf： 通过 npx skillsadd 安装后，技能目录会被放入配置路径。
Codex CLI： 安装后在技能目录中自动加载，通过名称调用。
标签
同类推荐
Algorithmic Art
Anthropic 官方算法艺术技能，用代码生成几何图案、分形与生成式艺术作品，输出 SVG 与高清位图。
Stable Diffusion Image Generation
Stable Diffusion 图像生成技能，通过提示词与参数调控生成高质量 AI 绘画，支持 ControlNet 姿态控制。
ComfyUI Workflows
ComfyUI 工作流技能，构建与调试节点式图像生成流水线，复用模型加载、采样与后处理的节点图。
GPT Image Generation
GPT Image 文生图技能，调用 OpenAI 图像模型生成与编辑图片，支持风格预设、蒙版编辑与多分辨率输出。
AI Video Generation
AI 视频生成技能，通过文生视频与图生视频模型（Sora、Kling、Wan）创作短视频，支持运镜与时长控制。
Manim Animation
Manim 数学动画技能，用代码驱动生成教学动画与数据可视化视频，适合制作科普与演示内容。
常见问题
Whisper Speech to Text做什么用？
Whisper Speech to Text属于媒体与创意技能。Whisper 语音转文字技能，使用 OpenAI Whisper 模型将音频转录为文字，支持多语言识别与时间戳对齐。
Claude、Cursor、Codex 都能用 Whisper Speech to Text 吗？
只要客户端支持 Agent Skills 格式并加载了该技能目录，就可以调用 Whisper Speech to Text。以项目主页的兼容说明为准。
还有哪些同类技能？
相关推荐来自同一媒体与创意分类，便于挑选更贴近你工作流的技能。