AI 语音与转录 精选AI Agent技能库
AI 语音与转录分类下的高质量技能
YouTube 总结技能
自动获取 YouTube 字幕，生成结构化摘要，并将其发送至即时通讯平台。
ClawVox
一个为 OpenClaw 提供的综合性 ElevenLabs 驱动语音工作室，提供专业的文本转语音、转录和语音克隆功能。
Deepgram Discord Voice
利用 Deepgram 流式传输技术，在 Discord 频道中实现与 AI 智能体的实时、低延迟语音对话。
Fireflies AI
一个高性能接口，用于通过 GraphQL 查询 Fireflies.ai 会议数据，包括转录、摘要和发言人分析。
虚拟伊玛目
一个充满敬意的、支持语音的虚拟伊玛目，以多种语言引导用户完成每日五次礼拜和周五聚礼（Jumu'ah）克图巴。
YouTube字幕提取
一个双重模式实用工具，可从YouTube视频中获取纯文本字幕，用于即时分析。
虚拟女友 TTS 助手
一个俏皮的语音伴侣技能，使用 Bulbul v3 TTS 为社交平台生成简短、友好的音频回复。
飞书 Edge TTS
一个强大的集成工具，利用 Microsoft Edge 免费文本转语音引擎，直接向飞书发送专业的语音消息。
ElevenLabs 临床文本转语音
将临床文本转换为自然、富有同情心的语音，适用于面向患者的医疗应用。
飞书妙记工具
一个用于以编程方式从飞书妙记中获取转录文本、元数据和媒体录音的专业工具。
Parakeet STT (NVIDIA Parakeet TDT)
一款高性能本地语音转文本引擎，利用 NVIDIA Parakeet TDT 实现极速转录，无需依赖云端。
Podcastifier
利用先进的语音合成技术和自动化音频处理，自动将书面时事通讯和电子邮件转换为高质量的音频播客。
YouTube 摘要
一款专门用于提取和总结 YouTube 转录文本的工具，旨在节省视频内容消耗的时间。
火山引擎 AI 语音 TTS
一个强大的 AI 技能，利用火山引擎音频服务将文本合成为自然语音。
发音教练
一款由 AI 驱动的语音指导技能，利用 Azure 语音服务提供音素级发音分析和可操作的反馈。
视频观察员 (Video Watcher)
一个专门用于通过编程方式获取并读取 YouTube 和 Bilibili 视频字幕的工具，旨在实现 AI 驱动的分析。
dz-podcast：双播 AI 播客生成器
一个全自动流水线，用于生成、合成每日双人 AI 播客并发布至 S3 和 RSS。
Jarvis TTS (文本转语音)
一款专为 macOS 设计的高性能文本转语音引擎，利用 Microsoft edge-tts 提供类人神经语音输出。
YouTube 语音摘要器
在一分钟内将任何 YouTube 视频转换为专业的高质量语音摘要音频文件。
Fish Audio S1 语音合成技能
将文本转换为高质量 AI 语音，并自动将音频文件同步到您的私有 NextCloud 存储中。