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
VoiceClaw
VoiceClaw 使用 Whisper 和 Piper 为 Openclaw Skills 提供完全本地、离线的语音转文本和文本转语音功能。
speechall-cli
由多家领先 AI 供应商提供支持的专业语音转文字转录跨平台命令行工具。
Speak
一款由 Kokoro 驱动、为 AI 智能体设计的高性能本地文本转语音引擎。
Kokoro 文本转语音 (Speak)
一款由 Kokoro TTS 驱动的高质量本地文本转语音引擎，用于将文本、文件和书籍转换为自然流畅的音频。
mm-easy-voice
一个高性能的 Openclaw Skills 文本转语音工具，利用 MiniMax Voice API 将文本转换为自然的音频。
语音转文本 (Yandex SpeechKit)
一个为 Openclaw 设计的可扩展语音转文本集成，利用 Yandex SpeechKit 和 FFmpeg 将语音消息准确地转换为文本。
视频语音转文字工具
一个强大的实用程序，用于从视频 URL 中提取音频，并使用本地模型或云服务将其转换为准确的文本或字幕。
Edge TTS 英语
一款为 AI 智能体打造的高保真文本转语音引擎，利用 Microsoft Edge TTS 生成自然流畅的英语音频。
歌曲识别
利用先进的讯飞 ACRCloud 技术，通过哼唱、唱歌或录制的音频文件识别歌曲。
YouTube 转录器
一款高性能命令行工具，利用现有字幕或 OpenAI Whisper AI 自动转录 YouTube 视频。
Kokoro TTS
一个高性能的本地文本转语音技能，可通过简单的 CLI 命令生成逼真的 AI 语音。
speakturbo-tts
一款高性能文本转语音引擎，为 AI 智能体提供 90 毫秒超快延迟的语音响应。
sam-tts
一款为 AI 智能体设计的复古机器人文本转语音引擎，重现了标志性的 Commodore 64 SAM 语音。
OpenClaw Voice
一个为 AI 智能体打造的 CLI 驱动语音界面，利用 Whisper 进行转录并使用 ElevenLabs 进行高质量语音合成。
Inworld TTS
一种高性能文本转语音技能，使用 Inworld.ai API 将文本转换为自然流畅的音频。
百炼 TTS
一款高性能文本转语音技能，利用阿里云百炼通过命令行工具生成自然的 AI 语音。
MiniMax 多人对话语音合成
一种先进的 AI 技能，用于通过智能语音匹配和高保真语音合成生成自然的多角色对话。
ElevenLabs CLI
一个支持文本转语音、转录和语音克隆的 ElevenLabs AI 音频平台综合命令行界面。
Chichi Speech
一个基于 FastAPI 的 Qwen3 文本转语音 REST 服务，专门针对一致性声音克隆和高速音频合成进行了优化。
YouTube 视频转录
一款高性能转录工具，可智能切换 YouTube 字幕和本地 AI Whisper 模型，以实现最高准确度。