Claude Skill MartKhám phá skillCâu dùng ngayHọc qua videoDùng terminalSkill là gì?
 
← Về danh sách

Chuyển âm thanh thành văn bản với StepFun ASR (stepaudio-2.5-asr)

Kỹ năng gọi endpoint SSE của StepFun stepaudio-2.5-asr để chuyển bản ghi âm tiếng Trung/tiếng Anh dài tới 30 phút thành văn bản trong một lần gọi.

Tiện íchTrung cấp★ 1,393⑂ 219Điểm AI 8/10Cập nhật lần cuối: 15 thg 9, 2026

Làm được gì

  • Gọi mô hình stepaudio-2.5-asr của StepFun đúng endpoint (/v1/audio/asr/sse) để chuyển giọng nói thành văn bản.
  • Script kèm theo scripts/asr_transcribe.py tự xử lý mã hóa base64, body JSON lồng nhau và phân tích luồng SSE.
  • Nhờ cửa sổ ngữ cảnh 32K, xử lý bản ghi 5–30 phút trong một request duy nhất, không cần cắt file.
  • Có bảng tra lỗi thường gặp: lỗi model stepaudio-2.5-asr not supported (thực chất là sai endpoint), key "Plan" vs "Normal", sự kiện error giữa luồng SSE, hiện tượng ảo giác lặp câu.
  • Sau khi có bản transcript, gợi ý bước tiếp theo: làm sạch transcript hoặc tạo biên bản họp.

Phù hợp với ai

  • Lập trình viên dùng API StepFun để phiên âm audio tiếng Trung/tiếng Anh.
  • Nhóm đang cân nhắc chuyển từ step-asr / step-asr-1.1 sang mô hình mới.
  • Người cần xử lý audio dài (podcast, phỏng vấn, họp) mà không muốn cắt nhỏ file.
  • Ai từng mất thời gian với lỗi 4xx không rõ nguyên nhân hoặc lỗi "model không được hỗ trợ".

Ví dụ sử dụng

  1. python3 scripts/asr_transcribe.py interview.mp3 — phiên âm bản phỏng vấn 17 phút chỉ trong khoảng 10 giây.
  2. python3 scripts/asr_transcribe.py talk.wav --language en --json — phiên âm bài nói tiếng Anh và lấy kèm số token, thời gian xử lý dạng JSON.
  3. Với file dài hơn 30 phút: cắt bằng ffmpeg, phiên âm từng phần rồi chuyển kết quả sang kỹ năng tạo biên bản họp để rút ra quyết định và việc cần làm.

· · · Hướng dẫn cài đặt · · ·

Dùng thử ngay, không cần cài

Dán đoạn dưới vào Claude là dùng được skill này mà không cần cài đặt.

Hãy đọc hướng dẫn trong tệp này và làm theo để giúp mình:
https://raw.githubusercontent.com/daymade/claude-code-skills/HEAD/daymade-audio/stepfun-asr/SKILL.md

Mình muốn: (viết việc bạn cần ở đây)

Nếu Claude không mở được liên kết, hãy mở liên kết và copy nội dung vào rồi dán.

↓ Thấy hữu ích thì tải ZIP bên dưới và cài. Sau đó skill tự chạy, không phải dán lại mỗi lần.

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 && mkdir -p ~/.claude/skills && cp -r claude-code-skills/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 clone repo: git clone https://github.com/daymade/claude-code-skills.git
  2. Tạo thư mục skills: mkdir -p ~/.claude/skills
  3. Copy kỹ năng này: cp -r claude-code-skills/daymade-audio/stepfun-asr ~/.claude/skills/
  4. Lấy API key tại https://platform.stepfun.com/ — bắt buộc dùng Normal key, key "Plan" không gọi được endpoint audio.
  5. Khai báo biến môi trường: export STEPFUN_API_KEY="key_cua_ban" (thêm vào file cấu hình shell để dùng lâu dài).
  6. Đảm bảo máy đã có Python 3 và ffmpeg (để chuyển mp4/m4a sang mp3/wav/ogg).
  7. Khởi động lại Claude Code và thử yêu cầu: "Phiên âm file mp3 này bằng StepFun ASR".
Xem mã nguồn trên GitHub ↗Giấy phép: MIT