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
Aliyun Qwen TTS Voice Design
一项通过阿里巴巴云百炼模型库（Model Studio）Qwen TTS VD 模型，根据自然语言描述设计可控合成语音的专业技能。
阿里云 Qwen TTS 语音克隆
一种专门用于克隆音色并使用阿里云百炼 Qwen 模型进行文本转语音（TTS）的 AI 技能。
Model Studio Qwen TTS
一个基于 AI 的文本转语音技能，利用阿里云 DashScope Qwen TTS 模型生成高质量的类人音频。
阿里云通义千问实时 TTS
一种高性能技能，利用阿里云百炼 Qwen 模型实现实时、低延迟的语音合成。
Aliyun Qwen LiveTranslate
一款专业的实时语音翻译技能，利用 Alibaba Cloud Qwen 模型实现低延迟多语言通信。
阿里云通义千问 ASR
一个强大的集成工具，用于使用阿里云百炼通义千问 ASR 模型进行非实时语音转录。
阿里云 CosyVoice 声音设计
通过阿里云 CosyVoice 使用自然语言描述设计自定义 AI 声音的强大集成工具。
阿里云 CosyVoice 语音克隆
通过使用阿里云 CosyVoice v3.5 引擎克隆公共参考音频，创建高保真自定义 AI 语音。
Bailian Qwen TTS
一个基于 Alibaba Qwen3-TTS 模型的 AI 语音合成 skill，提供高质量、多方言和多语言音频生成功能。
阿里云通义听悟实时语音识别
一款基于阿里云百炼平台 Qwen ASR 模型，实现实时、低延迟语音识别的高性能 AI 技能。
Vapi (oo-vapi)
一个通过统一命令行界面构建、管理和测试 Vapi 语音助手、电话号码及通话分析的自动化工具。
AiVOOV
一个强大的文本转语音生成集成，允许 AI 代理生成超逼真的音频，并直接通过 CLI 列出可用语音。
Gladia Audio Intelligence
一个强大的技能集成，用于配置和执行 Gladia 的高级音频智能功能套件，包括说话人日志（speaker diarization）、翻译和自动摘要。
小说转有声书
一款利用 AI 驱动的技能，可将小说文本转换为带有定制背景音乐的高品质多角色有声书。
OpenClaw ASR Bailian (云端语音转文字)
一款用于 OpenClaw 的云端语音转文字转录技能，利用阿里云百炼 Paraformer 和 Fun-ASR 引擎。
ElevenLabs 语音管道
一个用于 ElevenLabs 的高级语音生成管道，具有批量生成、即时语音克隆、多语言 TTS 和 Telegram 语音消息集成功能。
Xiaomi MiMo V2.5 TTS
一种高级文本转语音集成，利用 Xiaomi MiMo V2.5 模型进行自然语音生成、基于提示词的语音设计以及音频样本克隆。
Audio Transcribe ZH
一个基于 FunASR Paraformer 的优化版离线中文语音转文字脚本，用于实现快速转录。
ClawdBites: Instagram 食谱提取器
一个复杂的提取引擎，通过标题解析、本地音频转录和视觉分析，将 Instagram Reels 转换为结构化的食谱。
视频字幕
一款用于在本地生成、美化以及将专业级字幕嵌入视频内容的综合 AI 工具。