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
MLX Audio Server
一个基于 macOS MLX 框架的高性能 STT 和 TTS 本地 24/7 OpenAI 兼容 API 服务器。
mlx-stt
一个高性能、本地化的语音转文本解决方案，利用 MLX 和开源模型专为 Apple Silicon 优化。
MLX TTS
一款专为 macOS 设计的高性能本地语音合成引擎，利用 Apple Silicon 和 MLX 实现快速、私密的音频合成。
Qwen3-TTS MLX
一款专为 Apple Silicon 优化的高性能本地文本转语音引擎，支持声音克隆和自然语言语音设计。
Whisper 本地 API
一款专注于隐私、本地且兼容 OpenAI 的 Whisper ASR 引擎，旨在为您自己的硬件提供高精度的语音转文字转录。
ElevenLabs Scribe V2 语音转文本
一款高性能语音转文本技能，利用 ElevenLabs Scribe V2 实现准确的转录、说话人分离和音频事件检测。
视频分析工具
一个强大的工具，可供 AI 智能体在本地下载、转录和分析来自 1,000 多个平台的视频。
音视频转文字
一款功能强大的转写工具，使用 OpenAI Whisper 将各种音频和视频格式转换为文本、字幕或结构化的 JSON 数据。
音频处理与转录
一套全面的 AI 智能体音频工具包，利用 FFmpeg 和 Whisper 等行业标准工具处理、规范化和转录音频文件。
小夜语音系统
一款强大的混合文本转语音引擎，结合了用于中文处理的 macOS 原生本地处理技术，以及用于全球语言的高质量云端 Edge-TTS。
Sound FX (ElevenLabs)
一个高性能实用工具，利用 ElevenLabs API 根据文本提示词生成自定义音效。
像素龙虾 (Pixel Lobster)
一个透明的桌面叠加层，具有像素艺术风格的龙虾，可为 AI 智能体的语音输出提供实时口型同步。
Gettr Transcribe (MLX Whisper)
一款针对 Apple Silicon 优化的 GETTR 内容高性能本地转录工具，采用 MLX Whisper 技术。
Ton
用于音频转录、波形分析和播客制作工作流的专业工具包。
Discord 语音备忘录升级
Clawdbot 的核心技术补丁，通过优化 Discord 语音备忘录的负载传输，解决文本转语音 (TTS) 失败的问题。
Parakeet MLX
一款高性能命令行工具，专为 Apple Silicon 优化，用于私密、本地的语音转文字转录。
bili-summary
一款基于 AI 的工具，利用 Google Gemini 和 Whisper 从 Bilibili 视频中下载、转录并生成详细摘要。
CosyVoice3
阿里巴巴推出的一款强大的本地文本转语音引擎，专为 macOS Apple Silicon 优化，具有先进的零样本语音克隆和方言支持功能。
Xuezh 中文学习引擎
一个专门的中文学习引擎，用于在智能体工作流中复习词汇和审核语音。
本地 OpenAI 兼容 TTS
在您的 OpenClaw 实例中使用兼容 OpenAI 的后端，实现高质量的本地文本转语音及声音克隆。