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
SenseAudio TTS
一个全面的开发人员工具包，用于在多个协议中构建、调试和优化 SenseAudio 文本转语音集成。
SenseAudio 开放平台
将 SenseAudio 开放平台 API 集成到您的开发工作流中，实现文字转语音、语音识别和实时 AI 智能体。
MOSS Voice Generator
一款革命性的文本转语音引擎，根据自然语言指令而非固定预设生成独特的语音风格。
阿里云 CosyVoice 语音设计
使用阿里云 CosyVoice 模型，通过自然语言描述创建自定义 AI 语音。
阿里云实时 ASR (Qwen)
一个利用阿里云百炼 Qwen ASR 模型进行流式音频处理的低延迟实时语音识别技能。
语音识别与转录
一个高性能音频转录工具，旨在利用先进的 AI 模型将 AMR 和 SILK 格式转换为可搜索的文本。
语音转录
一个基于 AI 的语音转文本技能，通过 SiliconFlow API 支持多种语言和中国方言。
Speech to Text API
一个高性能的语音转文本集成，通过单个 API key 提供零供应商加价的 OpenAI Whisper 功能。
Text to Speech API (SkillBoss)
一个统一的 API，提供对 ElevenLabs 和 OpenAI 等高级文本转语音引擎的直接访问，且零价格加价。
AI 语音克隆
一款高性能 AI 语音克隆技能，通过 SkillBoss API 以零加价利用 ElevenLabs 和多个顶级模型。
Whisper STT API
一个通过单一统一密钥访问的零加价 OpenAI Whisper 语音转文字 API 集成。
ElevenLabs TTS API
一个统一的 API 接口，通过单一 SkillBoss key 提供零加价的 ElevenLabs 文本转语音模型访问。
OpenAI Whisper API Hardened
一个高安全性的 CLI 技能，使用具有内置凭据保护的 OpenAI Whisper API 将音频转录为文本或 JSON。
Gemini Text-to-Speech (yummy-gen-voice)
一种高性能的文本转语音技能，利用 Google Gemini 模型通过 yummycli 界面生成单人或多角色音频。
audiopod: SkillBoss 音频处理
一套通用的 Openclaw Skills 音频工具包，通过单个 API 端点提供 AI 音乐生成、转录和高级音频处理功能。
短剧 TTS 合成
一种专门的文字转语音（TTS）技能，旨在将短剧脚本转换为听起来自然且富有情感的音频叙述。
缅甸语音频理解
一款由 Gemini 3.1 Flash Preview 模型驱动的缅甸语音频高精度转录工具。
lrshuAI 语音克隆
一种专业的 AI 驱动语音克隆技能，可根据参考音频样本合成新的语音。
lrshuAI 文本转语音
一个高性能文本转语音引擎，利用多种先进 AI 模型将书面文本转换为听感自然的真人语音。
TTS Synthesizer
一个多功能的文本转语音工具，供 AI 智能体使用 Microsoft Neural TTS 或兼容 OpenAI 的 API 生成自然流畅的语音响应。