使用 Gladia CLI（gladia speech-to-text）在终端转录音频文件和 URL。适用于已安装 gladia-cli、想在命令行进行转录的场景。
Gladia CLI.
功能概述
Gladia CLI.是一项面向实际任务的技能，主要用于The Gladia CLI(Gladia) 转录终端预录的音频；本地文件自动加载；
核心要点
- URLs直接传递到API.；
- CLI vs SDK : 快速使用 CLI。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
使用与执行
使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
结果检查与注意事项
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
Gladia CLI
Gladia CLI（gladia）可在终端中对预录制音频进行转录。本地文件会自动上传；URL 则直接传递至 API。
CLI 与 SDK 对比：当
gladia已加入系统 PATH 时，可使用 CLI 快速完成终端工作流。若需集成到应用中，或调用未通过 CLI 标志暴露的音频智能能力，请参阅 gladia-sdk-integration 和 gladia-audio-intelligence。
适用场景
- 用户提及 gladia-cli、
gladia transcribe，或希望快速在终端执行转录 - Agent 需对本地文件、
http(s)URL 或 YouTube URL 进行转录，并基于内容回答后续问题 - 一次性转录任务，无需编写应用程序代码
前提条件：请确认运行 gladia --version 成功，且已配置 API 密钥（可通过环境变量 GLADIA_API_KEY、文件 ~/.gladia 或全局标志 --gladia-key 设置）。
不适用场景
- 实时/流式音频 —— 请使用 gladia-live-transcription
- 在代码中构建应用或 CI 流水线 —— 请使用 gladia-sdk-integration
- CLI 不支持的音频智能能力（如翻译、摘要、命名实体识别 NER、个人身份信息 PII 提取、audio-to-LLM）—— 请结合 SDK 使用 gladia-audio-intelligence
参考资料
按需查阅以下资源：
- ./references/cli-vs-sdk.md —— CLI 与 SDK 路由指南：明确哪些功能支持 CLI 标志，哪些需通过 SDK 实现
- ../gladia-pre-recorded-transcription/SKILL.md —— SDK 预录制转录工作流及选项说明
- ../gladia-audio-intelligence/SKILL.md —— 超出 CLI 标志范围的扩展能力
- ../gladia-troubleshooting/SKILL.md —— API 密钥、上传及轮询错误排查
- gladia-cli 仓库
安装与配置
安装（macOS/Linux）：
curl -fsSL https://github.com/gladiaio/gladia-cli/releases/latest/download/install.sh | sh
认证 —— 在 app.gladia.io/account 获取 API 密钥。支持三种方式：
# 1. 环境变量（推荐用于 CI 和 Shell 环境） export GLADIA_API_KEY=# 2. 本地持久化存储 gladia auth set # 3. 单次命令传入（全局标志，适用于任意命令） gladia transcribe meeting.wav --gladia-key
凭证优先级顺序： GLADIA_API_KEY → ~/.gladia → --gladia-key（首个匹配项生效）
列出有效语言代码： gladia languages
常用命令
| 命令 | 说明 |
|---|---|
gladia transcribe |
转录本地文件、http(s) URL 或 YouTube URL |
gladia auth set |
将 API 密钥保存至 ~/.gladia |
gladia languages |
列出所有支持的 ISO 639-1 语言代码 |
转录参数（Flags）
| 参数 | 默认值 | 说明 |
|---|---|---|
-o, --output |
text |
输出格式：text、json、json-full、srt、vtt |
--language |
— | 预期语言列表（逗号分隔），例如 en 或 en,fr,de |
--code-switching, --code-switch |
关闭 | 逐句检测语言 |
--diarize |
关闭 | 说话人识别（声纹分离） |
--model |
API 默认模型 | solaria-1 或 solaria-3 |
-v, --verbose |
关闭 | 轮询过程中显示进度信息 |
全局参数：--gladia-key —— 覆盖 API 密钥设置
Agent 工作流：先转录，再问答
- 检查 CLI 可用性 —— 执行
gladia --version；若未安装，则安装 CLI 或改用 SDK 技能 - 选择参数 —— 根据用户问题匹配输出格式与功能选项（见下表）
- 执行转录 —— 运行
gladia transcribe，捕获标准输出（stdout）[flags] - 生成回答 —— 回答内容**仅限**于捕获的输出；若输出中包含说话人标识和时间戳，则应在回答中引用
- 必要时重试 —— 若当前输出缺失问题所需数据（如时间戳、说话人信息），请使用不同参数重新转录
- 处理长音频 —— 使用
-v查看进度；对于极长转录结果，建议将 stdout 重定向至临时文件，并按需读取部分内容
切勿虚构转录内容。 若输出为空或语义不清，请如实说明，并建议尝试其他参数或切换至 SDK 技能。
输出格式选择指南
| 用户需求 | CLI 方案 |
|---|---|
| 纯文本转录 | 默认行为 或 -o text |
| 谁在何时发言 | --diarize -o text 或 -o json |
| 每句话的时间戳 | -o json（返回含 time_begin 与 time_end 字段的语句列表） |
| 完整 API 响应体 | -o json-full |
| 字幕文件 | -o srt 或 -o vtt（如需说话人标签，请额外添加 --diarize） |
| 指定模型 | --model solaria-1 或 --model solaria-3 |
语言识别行为
可通过命令 gladia languages 列出 Gladia 支持的所有语言代码。
| 目标 | 命令 |
|---|---|
| 自动语言检测 | gladia transcribe |
| 限定语言检测范围 | --language en,fr,de（不启用语码转换） |
| 启用语码转换（Code Switching） | --code-switching（可选搭配 --language 提供语言提示） |
CLI 与 SDK 对比（摘要）
完整 CLI 与 SDK 功能映射请参阅 ./references/cli-vs-sdk.md。
| 功能 | CLI 支持 | CLI 不支持时的替代方案 |
|---|---|---|
| 基础转录 | gladia transcribe |
— |
| 说话人区分（Diarization） | --diarize |
高级配置请使用 gladia-audio-intelligence |
| 语言识别 / 语码转换 | --language、--code-switching |
SDK 中支持更灵活的 language_config |
| 翻译、NER、PII、情感分析、audio-to-LLM | 不支持 | gladia-audio-intelligence |
| API 摘要插件（Summarization Addon） | 不支持 | SDK（Agent 可非正式地对 -o text 输出做摘要） |
| 实时流式传输 | 不支持 | gladia-live-transcription |
示例
gladia transcribe meeting.wav gladia transcribe https://example.com/podcast.mp3 -o json gladia transcribe https://www.youtube.com/watch?v=jNQXAC9IVRw gladia transcribe call.wav --diarize -o srt gladia transcribe interview.mp3 --language en,fr --code-switching -v gladia transcribe podcast.mp3 --model solaria-1 -o json-full gladia transcribe meeting.wav --gladia-key# 内联密钥，无需环境变量或 ~/.gladia 文件
常见错误
- 误将
--language en,fr当作语码转换 —— 此参数仅限制语言检测范围；如需逐句语言识别，请单独添加--code-switching - 未重新运行即作答 —— 涉及时间戳或说话人的提问需使用
-o json或--diarize；纯文本输出可能缺少必要字段 - 虚构 CLI 参数 —— 当前 CLI 不支持翻译、摘要、NER 和 PII 功能；此类需求应路由至 SDK 技能
- 用户明确要求 CLI 却使用 SDK 代码 —— 若用户已安装
gladia并期望终端工作流，请直接执行 shell 命令 - 跳过认证检查 —— 若未在环境变量、
~/.gladia或命令行中提供有效 API 密钥，转录将失败
关于 API 错误与诊断方法，请参考 gladia-troubleshooting。
延伸阅读
- gladia-cli README
- 预录制音频快速入门（Pre-recorded quickstart）
热门AI工具
相关专题
Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章，帮助读者完成上线流程。
0
2026.10.28
Vite搭配Vue.js专题汇集创建Vue 3项目、配置开发环境、路径别名、Vue插件、代理、多环境构建与调试的已审核文章，帮助读者完成从初始化到日常开发的配置。
0
2026.10.28
Vite项目目录专题汇集入口文件、src源码、public静态资源、路径别名、项目根目录和构建输出目录相关的已审核文章，帮助读者理解各文件夹的用途与引用方式。
0
2026.10.28
本专题介绍Gradle插件开发的基本流程，涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法，帮助你理解插件如何组织构建逻辑，减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用，涵盖文件组成、生成方法、版本配置和任务调用，帮助你理解项目如何使用指定的Gradle版本，减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法，覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查，帮助项目合理选规则。
0
2026.10.22
本专题介绍Gradle Java项目构建方法，涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查，帮助你理解各阶段的任务关系，逐步完成项目构建。
0
2026.10.22
本专题汇总PHP常见时间戳漏洞，包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等，并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案，帮助开发者快速排查和加固时间相关代码。
0
2026.10.22
本专题聚焦Golangci-lint YAML配置文件，讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置，便于团队统一检查标准。
0
2026.10.22
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.6万人学习
共6课时 | 54.7万人学习
最新文章
