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
使用 mano-asr 进行本地语音转写
这是一个为 OpenClaw 提供的本地、离线且完全免费的语音转文字集成，利用 Apple Silicon 上的 MLX 优化 ASR 模型。
YouTube 内容提取与转录
一种智能内容提取技能，通过优先读取字幕或回退至 Whisper 流水线，将 YouTube 视频转换为结构化的 Markdown 笔记、摘要和社交媒体推文串。
Vimeo Locked-Embed Caption Extractor
一种对开发者友好的技术，用于从受隐私锁定、域名限制的嵌入式 Vimeo 视频中提取并清洗自动生成的 WebVTT 字幕。
Videolink to Article
通过原生命令行工具，从 YouTube 和 Bilibili 视频中提取字幕，并将其转换为整洁、结构化的 Markdown 脚本。
audio2srt-localgen
一个本地代码生成与部署技能，专为 Apple Silicon Mac 构建全栈、离线 MLX Whisper 音频转录与翻译 Web GUI。
Discord Voice Agent
一个直观的技能，用于构建、部署和调试交互式 Discord 语音代理，使其能够实时倾听、推理并做出语音回复。
Call My Agent
一个安全的本地语音应用程序，利用 OpenAI Realtime 和 Tailscale 与您的本地 OpenClaw Agent 建立私人网络语音线路。
播客总结工具
一个高级实用工具，用于从 Spotify、Apple Podcasts 和 RSS 源提取转录文本并生成 AI 驱动的结构化摘要。
Bili Collection Pipeline
一个自动化的流水线，用于批量下载、转录 Bilibili 和 YouTube 播放列表，并将其分段整理为清晰的结构化 Markdown 笔记。
配音与旁白
Openclaw Skills 通过基于括号的引导、声音选择以及模型感知的规范化，将脚本转化为具有表现力的单人配音音频。
YouTube Transcript Speaker Diarization
一款自动工具，可从 YouTube URL 生成包含发言人属性的转录文本和字幕，支持多种文件格式。
Openclaw 语音技能
一套全面的 AI 智能体离线语音交互套件，通过 Openclaw 技能支持多种中国方言。
Windows TTS Notification
一个语音通知桥接器，允许 Openclaw Skills 通过 Windows Azure 服务广播高质量的文本转语音音频。
S2-Voice-Multimodal-Aligner
一个云原生声学引擎，用于分析语音特征中的疲劳或疼痛，并将其与多模态协议对齐。
AI 视频笔记
利用强大的 AI 模型，自动将任何视频 URL 转换为结构化文档、大纲或图文笔记。
笔记同步助手 (get-biji)
一款强大的同步工具，可自动将 biji.com 中 AI 转录的语音笔记导出为条理清晰的本地 Markdown 文件。
Douyin to Obsidian
一个利用本地 Whisper AI 提取抖音视频脚本并将其转换为结构化 Obsidian Markdown 笔记的自动化工具。
Voicenotes
Voicenotes 技能允许 AI 代理使用语义搜索和高级过滤，从您的 Voicenotes 账户中搜索、检索和创建笔记。
Podcast Digest
一款先进的 AI 工具，可将播客音频和转录文本转换为结构化知识资产、交互式可视化报告和跨剧集矩阵。
HN Podcast Archive
自动化播客归档的全生命周期，从 RSS 摄取到 Whisper 驱动的转录以及本地 Markdown 存储。