whisper-mlx-local

Whisper MLX Local to umiejętność zamieniająca wiadomości głosowe na tekst bezpośrednio na twoim Macu z procesorem Apple Silicon. Nie płacisz za API, audio nigdy nie opuszcza twojego urządzenia, a jakość transkrypcji dorównuje płatnym serwisem. Pierwsze uruchomienie pobiera model (~1,5 GB), ale potem działa błyskawicznie — każda transkrypcja zajmuje około sekundy. Idealne dla użytkowników Telegrama i WhatsAppa, którzy chcą zaoszczędzić na kosztach transkrypcji i zachować prywatność.

1. Sprawdź wymagania: umiejętność wymaga macOS z procesorem Apple Silicon (arm64), zainstalowanego Python 3 i dostępu do internetu do pobrania modelu Whisper (~1,5 GB). 2. Zainstaluj zależności, uruchamiając w terminalu komendę pip3 install -r requirements.txt w katalogu projektu. 3. Uruchom daemon, wpisując python3 scripts/daemon.py. Przy pierwszym uruchomieniu system pobierze model Whisper — czekaj na komunikat "Ready". Proces może potrwać kilka minut. 4. Dodaj umiejętność do konfiguracji OpenClaw, edytując plik ~/.openclaw/openclaw.json i dodając sekcję tools.media.audio z typem "cli" wskazującym na skrypt transcribe.sh. 5. Wyślij wiadomość głosową na Telegramie lub WhatsAppie — transkrypcja pojawi się automatycznie. Pierwsze transkrypcje mogą być wolniejsze (10-30 sekund) ze względu na załadowanie modelu do pamięci, ale kolejne będą natychmiastowe.