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
Faster Whisper 本地服务
一个高性能的本地语音转文本微服务，为 AI 驱动的语音工作流提供私密、离线的转录服务。
Deepgram CLI 技能
一个强大的命令行界面，可利用 Deepgram 的 AI 模型转录本地音频文件、远程 URL 和实时麦克风输入。
Whisper STT
一个使用 OpenAI Whisper 的本地高性能语音转文字引擎，提供免费且私密的音频转录服务。
OpenAI TTS
一个精简的 CLI 工具，通过 OpenAI Audio Speech API 从文本生成高质量语音。
ElevenLabs AI 音频技能
一套全面的工具集，用于将 ElevenLabs 先进的文本转语音、音效和音乐生成功能集成到您的 AI 工作流中。
Clawdbot 专用 AgentVibes local-gen-tts
一种低延迟的远程文本转语音集成，允许 Clawdbot 通过运行 AgentVibes 的本地设备发声。
Step ASR
一款高性能音频转录工具，利用 StepFun 流式 API 将中英文语音转换为文本。
Venice Transcribe
一个强大的命令行工具，使用 Venice AI 高精度 Whisper 模型将音频文件转录为文本。
Pocket TTS: 本地离线文本转语音
一款完全本地化、基于 CPU 的文本转语音引擎，无需互联网依赖即可提供高质量音频生成和声音克隆。
OpenAI Whisper API 转录
一个利用 OpenAI Whisper API 通过 Openclaw Skills 实现高精度音频转录的命令行实用程序。
语音回复
一项专门的技能，使 AI 智能体能够跨流行社交平台自动将文本回复转换为语音音频消息。
Local Piper TTS 多语言安全版
一个安全、完全离线的文本转语音引擎，由 Piper 提供支持，具有自动语言检测和按需语音模型管理功能。
Telnyx 文本转语音
一个强大的 AI 代理技能，利用 Telnyx TTS API 将文本转换为自然流畅的音频文件。
语音转文本
一个注重隐私的离线语音转文本技能，利用 Vosk 引擎进行本地音频转录。
Whisper Transcriber
一款强大的离线语音转文字工具，利用 whisper.cpp 实现多种格式的高速本地音频转录。
MiniMax Speech 2.8 TTS
一个强大的 CLI 工具，用于管理 MiniMax Speech 2.8 文本转音频请求和语音目录查询。
Local Llama TTS
一个高性能的本地文本转语音技能，利用 llama-tts 和 OuteTTS-1.0-0.6B 模型进行离线音频生成。
本地 Whisper (cpp)
一个高性能的本地语音转文字技能，利用 whisper.cpp 实现快速、私密且具有 GPU 加速功能的音频转录。
豆包开放 TTS
这是一款高保真文本转语音引擎，利用火山引擎 API 将文本转换为具有广泛音色自定义功能的专业级音频。
ASR: 本地语音转文字转录
一个为 AI agent 设计的本地离线语音转文字转录工具，支持多语言和 AI 驱动的文本精炼。