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
Uttera 音频与语音
通过一个 Openclaw skill，使用 Uttera 转录、分析、翻译并生成语音和音频。
校园歌曲创作工具
将学校资料、共同回忆和活动主题转化为原创、适合集体演唱的歌词和完整歌曲。
Fish Audio 文本转语音
通过 AceDataCloud 使用 Fish Audio 生成音频旁白，可使用已保存的参考语音或进行一次性语音克隆。
日语脚本字幕工作坊
将日语脚本和音频转换为时间准确的日语、中文或双语字幕，并可选择生成内嵌字幕的竖屏视频。
UUScribe ASR
使用 UUScribe 转录本地音频文件或符合条件的公开 YouTube 视频，然后获取结构化转录文本、时间戳和说话人信息。
私有本地会议转录
使用本地 Whisper 处理，将音频和视频录音转换为带时间戳的转录文本、字幕和行动项笔记。
抖音视频转文字
无需下载视频，即可从受支持的视频链接中提取语音、屏幕文字、元数据和要点。
TikTok 转录文本
将受支持的社交视频链接转换为结构化转录文本、屏幕文字、摘要、翻译和互动元数据。
本地 TTS
利用云端语音、Azure 语音覆盖、播放自动化和离线备用方案，将文本转换为高质量中文语音文件。
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。