Claude Skill MartKhám phá skillSkill là gì?
 
← Về danh sách

StepFun ASR (stepaudio-2.5-asr) — Chuyển giọng nói thành văn bản

Chuyển audio dài tới 30 phút thành văn bản chỉ trong một lần gọi API bằng mô hình stepaudio-2.5-asr của StepFun.

Ảnh · VideoTrung cấp★ 1,323⑂ 212Điểm AI 8/10Cập nhật lần cuối: 8 thg 8, 2026

Làm được gì

  • Phiên âm (transcribe) file audio bằng mô hình stepaudio-2.5-asr của StepFun, tối ưu cho tiếng Trung và tiếng Anh.
  • Cửa sổ ngữ cảnh 32K cho phép xử lý bản ghi dài 5–30 phút trong một request duy nhất, không cần cắt nhỏ. Tốc độ rất nhanh: audio 17,4 phút xong trong ~10 giây.
  • Script scripts/asr_transcribe.py đi kèm lo hết phần base64, body JSON lồng nhau và phân tích luồng SSE; thêm --json để lấy số token và thời gian chạy.
  • Tài liệu chỉ rõ 3 cái bẫy hay gặp: sai endpoint (báo lỗi "model not supported" dễ gây hiểu lầm), key Plan không gọi được API audio, và sự kiện error giữa luồng SSE.
  • Hỗ trợ mp3 / wav / ogg / opus / pcm; mp4, m4a cần chuyển đổi bằng ffmpeg trước.

Phù hợp với ai

  • Người thường xuyên phải gỡ băng họp, phỏng vấn, podcast tiếng Trung hoặc tiếng Anh.
  • Lập trình viên đang cân nhắc chuyển từ step-asr / step-asr-1.1 sang mô hình mới.
  • Ai đang bế tắc với lỗi model stepaudio-2.5-asr not supported.
  • Đội ngũ muốn bỏ bước cắt file audio thủ công trong pipeline.

Ví dụ sử dụng

  1. Gỡ băng cuộc họp 20 phút: chạy python3 scripts/asr_transcribe.py meeting.mp3, lấy toàn văn rồi chuyển sang skill tạo biên bản họp.
  2. Phỏng vấn tiếng Anh: dùng --language en để phiên âm, thêm --json để lưu usage.total_tokens phục vụ theo dõi chi phí.
  3. Bài giảng 1 tiếng: vượt giới hạn 30 phút nên dùng ffmpeg cắt làm hai, phiên âm từng phần rồi ghép lại làm bản nháp phụ đề.

· · · Hướng dẫn cài đặt · · ·

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục daymade-audio/stepfun-asr từ repo GitHub daymade/claude-code-skills vào ~/.claude/skills/stepfun-asr/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/daymade/claude-code-skills.git /tmp/ccs && mkdir -p ~/.claude/skills && cp -r /tmp/ccs/daymade-audio/stepfun-asr ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở terminal và tải repo về: 
    git clone https://github.com/daymade/claude-code-skills.git /tmp/ccs
  2. Sao chép thư mục skill vào thư mục skills của Claude Code: 
    mkdir -p ~/.claude/skills && cp -r /tmp/ccs/daymade-audio/stepfun-asr ~/.claude/skills/
  3. Đăng ký tại https://platform.stepfun.com/ và vào mục API Keys để tạo khóa. Bắt buộc chọn loại Normal key (khóa gói "Plan" không gọi được endpoint audio và thông báo lỗi rất khó đoán).
  4. Khai báo khóa dưới dạng biến môi trường: 
    export STEPFUN_API_KEY="khoa_cua_ban"
    Thêm dòng này vào ~/.zshrc hoặc ~/.bashrc để dùng lâu dài.
  5. Kiểm tra máy đã có Python 3 và ffmpeg (ffmpeg dùng để chuyển mp4/m4a sang mp3/ogg).
  6. Khởi động lại Claude Code và yêu cầu: "Phiên âm file ghi âm này bằng StepFun ASR" — skill sẽ tự được kích hoạt.
Xem mã nguồn trên GitHub ↗Giấy phép: MIT