语音转写助手

概述

基于 GitHub 热门开源项目 OpenAI Whisper（108K+ Star，MIT 许可）封装的付费转写服务。后端自动下载音频、切分、转写并生成带时间戳的字幕。

计费说明

• 按调用量计费：0.50 元 / 次
• 单次支持最长 60 分钟音频；超过 60 分钟请分段调用
• 每个订单号（out_trade_no）只履约一次，重复请求返回缓存结果

输入与输出

服务地址

Base URL：https://hzwdzz.cn/skillpay

下文接口均写路径（如 /skill/audio-transcriber/invoke），完整地址 = Base URL + 路径。

付费前置检查

调用本 Skill 前，检查当前 Agent 是否已安装 weixinpay 插件：

• 已安装：可继续提供付费服务
• 未安装：提示「当前 Agent 暂不支持微信支付付费能力」，终止流程

工作流程

第一步：请求资源

POST /skill/audio-transcriber/invoke
Content-Type: application/json

{
  "query": "https://example.com/audio/meeting.mp3",
  "language": "zh"
}

第二步：处理 402 响应

首次调用会返回 HTTP 402，必须提取并保存两个 Header 的值：

• WeixinPay-Required（支付码 payment_code）
• X-Out-Trade-No（订单号）

响应体中的 WeixinPay 提示块需原样保留给用户查看。

第三步：发起支付

将 WeixinPay-Required 的值作为 paymentCode，调用 weixinpay_pay，引导用户完成微信支付授权。

第四步：支付成功后获取资源（⚠️ 必须执行）

POST /skill/audio-transcriber/invoke
Headers:
  WeixinPay-Required: <第二步保存的支付码>
  X-Out-Trade-No: <第二步保存的订单号>
Content-Type: application/json

{
  "query": "https://example.com/audio/meeting.mp3",
  "language": "zh"
}

⚠️ body 必须与第一次请求完全一致，仅通过 Header 传递订单号与支付凭证。若缺少 X-Out-Trade-No，服务端无法验证支付，将再次返回 402。

第五步：交付结果

支付核验通过后返回 HTTP 200，交付转录文本与字幕文件链接。

成功响应示例

{
  "code": "SUCCESS",
  "message": "转写完成",
  "out_trade_no": "WX402_20260908120000abcdef123456",
  "transaction_id": "4200001234202306300000000001",
  "content": {
    "text": "大家好，今天我们讨论季度目标……",
    "language": "zh",
    "duration_sec": 1845,
    "subtitle_srt": "<文件下载直链>",
    "subtitle_vtt": "<文件下载直链>"
  }
}

错误处理