Voice to Text Skill

基于火山引擎 BigModel ASR 将语音转为文字。准确率和多语言能力远优于本地 whisper，且速度更快。

适用场景

1. 收到飞书语音消息（message_type: audio），需要自动识别语音内容
2. 收到音频文件附件（.ogg、.mp3、.wav）
3. 用户提到「语音识别」「语音转文字」「ASR」

强制规则（最高优先级）

当你收到语音消息或音频文件附件时：

• 必须且只能使用 本 Skill 的 asr.py 脚本来识别语音
• 禁止使用 whisper 命令或 openai-whisper skill
• 禁止 fallback：如果 asr.py 执行失败，直接将错误信息告知用户，不要改用 whisper

使用步骤