⚠️ 待验证案例：本案例依赖语音转录工具（Whisper 等），需要额外安装配置。转录质量因音质、口音、语速而异。如果你跑通了，欢迎联系站长提交验证记录。

🔧 Step 0：先配置 Notion（推荐存储后端）

⚠️ 本案例推荐使用 Notion 管理数据，免费且多人协作 👉 去配置 Notion 接入 →

解决什么问题

一期播客两小时，想提取里面的干货要花同样的时间；会议录音发了但没人整理；自己录的语音备忘录积压了几十条。这个场景让 OpenClaw 帮你处理音频：

谁会用到：播客重度用户、需要整理会议录音的职场人、内容创作者
省了什么：不用反复回听，不用手动整理笔记
效果是什么：音频 → 文字 → 结构化摘要，可搜索、可引用

前置条件

OpenClaw 已安装
安装 Whisper（OpenAI 开源语音识别）或其他转录工具
音频文件（支持 mp3、mp4、wav、m4a 等格式）
Claude Max 账号，或 Anthropic API Key

安装 Whisper：pip install openai-whisper（需要 Python 环境）中文转录效果：推荐使用 medium 或 large 模型

用到的工具

工具	用途	获取方式
Whisper（本地）	音频转文字	`pip install openai-whisper`
anthropic/claude-sonnet-4-6	整理摘要、提炼要点	Claude Max 账号
代码执行（内置）	运行 Whisper 转录脚本	OpenClaw 内置

预期结果

输入：一期 90 分钟的播客音频

输出：

🎙️ 播客摘要：《XX节目 第103期》

基本信息
• 时长：1小时32分钟
• 主要嘉宾：xxx
• 主题：AI 工具对知识工作者的影响

核心观点（5条）
1. [00:08:30] AI 不会取代人，但会取代不使用 AI 的人
2. [00:23:15] 提示词工程的本质是把你的思维过程外化
3. [00:45:00] 知识管理的终极目标不是收藏，而是能被用到
4. [01:02:40] 个人品牌的护城河是观点，不是信息量
5. [01:18:20] 工具选择的原则：用最少的工具做最多的事

金句摘录
• "你用的工具，决定了你能处理什么规模的问题。"（00:15:42）
• "真正的效率不是做得更快，而是不做不必要的事。"（00:38:17）

章节索引
• 00:00-10:00 开场：嘉宾介绍和本期主题
• 10:00-25:00 AI 工具现状：哪些真的有用
• 25:00-50:00 知识管理实践案例
...

推荐给谁听：对 AI 生产力工具感兴趣的知识工作者

最简上手

第一步：安装 Whisper 并转录：

帮我用 Whisper 转录这个音频文件：~/Downloads/podcast_ep103.mp3

步骤：
1. 检查本机是否已安装 whisper（运行 `whisper --help`）
2. 如果没有，安装：`pip install openai-whisper`
3. 运行转录：`whisper ~/Downloads/podcast_ep103.mp3 --model medium --language zh --output_dir ~/Downloads/`
4. 转录完成后告诉我生成了哪些文件

第二步：整理摘要：

Whisper 转录完成了，文本文件在 ~/Downloads/podcast_ep103.txt

请帮我整理这份转录文字：
1. 这期播客的主题是什么？
2. 提炼5个核心观点（每个附上大概的时间戳，如果转录文件里有的话）
3. 摘录3-5句最有价值的金句
4. 按内容分成4-6个章节，给每个章节写标题和一句话概括
5. 这期内容适合推荐给什么类型的听众？

输出保存为 ~/Downloads/podcast_ep103_summary.md

一键完整流程

帮我处理这个播客文件：~/Downloads/podcast.mp3

完整流程：
1. 用 Whisper（medium 模型，中文）转录音频，保存到同目录
2. 读取转录文件
3. 生成结构化摘要（主题、核心观点、金句、章节索引）
4. 保存摘要为 podcast_summary.md

如果 Whisper 未安装，先安装再执行。遇到错误告诉我。

批量处理多个录音

我的 ~/Recordings/ 目录下有上个月的10段会议录音，
文件名格式：meeting_YYYYMMDD_主题.mp3

请逐个处理：
1. 用 Whisper 转录每个文件
2. 提取：会议主题、主要讨论点、决策结论、待办事项
3. 把所有会议的待办事项汇总到一个文件：meeting_todos_总结.md
4. 每处理完一个告诉我进度

一次处理一个，完成后继续下一个。

字幕生成

我有一段视频讲座 ~/Downloads/lecture.mp4，需要生成中文字幕（SRT格式）：

1. 用 Whisper 转录，输出 SRT 格式：
   `whisper lecture.mp4 --model medium --language zh --output_format srt`
2. 读取生成的 SRT 文件，检查有没有明显的转录错误
3. 如果有专业术语错误，帮我修正（术语表：OpenClaw=小龙虾AI，cron=定时任务）
4. 保存修正后的 SRT 文件

踩坑记录

Whisper 下载模型很慢

症状：首次运行 Whisper 时下载模型要很久（medium 模型约 1.5GB）。

解法：提前挂梯子下载，或者使用更小的 base 模型（速度快但准确率稍低）：--model base。

转录中文效果差

症状：转录结果有很多错别字或识别成了英文。

解法：确保指定了语言参数 --language zh，并使用 medium 或 large 模型。口音较重时效果会差一些。

音频文件太大

症状：转录时报内存不足。

解法：先用 ffmpeg 把音频压缩：ffmpeg -i input.mp3 -ar 16000 -ac 1 output.wav，再用 Whisper 转录压缩后的文件。

转录没有时间戳

症状：生成的文本文件没有时间信息，无法定位到原音频。

解法：使用 --output_format srt 输出 SRT 格式，会包含时间戳；或者 --word_timestamps True 开启词级时间戳。

不满意怎么调

想要更快的转录 → 使用 --model base 或 --model small，速度更快但准确率降低
想要实时转录 → 配合麦克风输入，Whisper 支持实时流式转录（需要额外配置）
想要导出到 Notion → 整理完摘要后，配合 Notion API 写入到你的知识库
想要播客内容再创作 → 把摘要给 OpenClaw，要求根据这期播客的核心观点，写一篇小红书笔记

播客/音频内容转录与整理