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
Lunara Voice
一个用于将 Lunara Voice 功能集成到本地智能体环境的综合软件包。
音频回复技能
一种先进的文本转语音技能，使 AI 智能体能够朗读网页文章或使用对话式音频合成进行回复。
Her Voice
一款高性能、设备端文本转语音引擎，以极低延迟为 AI 代理提供自然的声音。
whisnap
一个强大的 macOS 命令行界面，利用本地 Whisper 模型或高速云端处理来转录音频和视频文件。
AI 播客创作
一套全面的工具包，利用先进的文本转语音和音乐模型，生成专业的 AI 驱动播客、有声读物和旁白内容。
AI 语音生成与克隆
一个高性能 AI 语音合成技能，通过 inference.sh CLI 生成自然、富有表现力的演讲和专业旁白。
语音聊天桥接器
一个强大的双向语音对话系统，为 AI 编程智能体添加语音识别和自然语音合成功能。
F5-Telegram-Notify
一个专门的通知工具，用于通过 Telegram 提醒跟踪 F5-TTS 模型的训练状态和结果。
Telegram 多语言语音回复
一个为 OpenClaw 设计的智能 Telegram 工作流，利用基于 MLX 的本地转录和合成技术提供智能文本及语音回复。
AudioPod AI
一套专业级 AI 音频处理套件，用于音乐生成、人声分离、转录和文本转语音。
播客创作器
一个利用 NotebookLM 生成对话式播客剧集并将其分发到主要音频平台的自动化工作流。
本地 Vosk 语音转文字
本地 Vosk STT 提供了一种轻量级且完全离线的语音转文字解决方案，用于转录音频文件和语音消息，无需依赖云端 API。
视频转录下载器
一个多功能工具，用于从 YouTube 和其他视频平台下载媒体并生成清晰的段落式转录文本。
Yandex SpeechKit STT
一种强大的语音转文本集成，利用 Yandex SpeechKit 为 AI 编程智能体转录音频文件。
视频音频替换
一个强大的自动化工具，用于将视频音频替换为高质量 AI 配音，并保持精确的字幕时间同步。
Telnyx STT
一种高性能的语音转文本技能，利用 Telnyx API 和 Whisper 模型将多种音频格式转换为纯文本。
YouTube Master
一款智能 YouTube 数据提取工具，结合了 YouTube Data API 和 Apify，用于获取元数据、统计信息和字幕。
yap
为 macOS 用户提供的基于 Apple Speech.framework 的快速本地语音转文字工具。
本地语音 (FluidAudio TTS/STT)
一款专为 Apple Silicon 打造的高性能本地语音处理引擎，无需依赖云端即可提供亚秒级的 TTS 和 STT 能力。
whisper-cpp
一个高性能的 OpenClaw 本地语音转文字引擎，使用 whisper.cpp 进行私密、离线的转录。