Audio Summary

Automatically extracts audio from video, transcribes it using qwen3-asr-flash, and generates segmented text summaries saved alongside the original file.

audio-summary Skill

音频/视频转文本总结助手。

功能

1. 自动音频提取：使用 ffmpeg 从 MP4 等视频文件中提取 16k mono 压缩音频，以适配大模型体积限制。
2. 转录转总结：基于百炼 qwen3-asr-flash 模型，自动将音频转换为文字并生成内容分段总结。
3. 大文件支持：通过 48k 压缩，支持最长约 5-8 分钟的视频单次直接转录。

依赖

• ffmpeg (已安装在系统路径)
• openai Python SDK (已安装)
• 百炼 API KEY (已在脚本中配置为 sk-76735...)

使用方法

从命令行运行

# 对指定视频进行提取和总结
python .openclaw/workspace/skills/audio-summary/audio_summary_skill.py "C:\Path\To\Your\Video.mp4"

文件位置

• 提取出的总结文本将自动保存在视频同级目录下，并命名为 视频名_summary.txt。

注意事项

• 目前单次 Base64 转录限制为 6MB，对于超过 10 分钟的长视频，建议先手动切分或进一步降低码率。
• API 费用按 qwen3-asr-flash 模型计费。