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
Voice Transcriber Toolkit
一个强大的音频转录、批量处理和字幕生成工具包，使用高性能的 Whisper 和 Vosk 引擎。
Jarvis Voice Persona
一个本地文本转语音技能，为 Openclaw 智能体提供具有高速播放和样式化视觉转录的标志性金属语音。
zc_douyin_xiazai_txt
一个本地媒体处理工具，用于下载无水印 Douyin 视频，并使用 ffmpeg 和 Whisper 将其转写为文本。
MiniMax TTS
一种先进的文本转语音技能，利用 MiniMax API 跨多种语言和声音生成自然、高质量的音频。
抖音视频下载与 Whisper 字幕提取工具
一款专为 Windows 设计的工具，用于下载无水印抖音视频，并利用本地 Whisper 模型和 LLM 分段技术生成结构化字幕。
Faster Whisper
OpenAI Whisper 的高性能 CTranslate2 重新实现版，提供超快速的本地转录、说话人识别和高级字幕生成。
sag-hardened
一款为 AI agents 设计的高保真文本转语音技能，将 ElevenLabs 强大的模型与简洁的 macOS 风格 CLI 界面相结合。
OpenAI Whisper Hardened
一个专注于隐私的本地语音转文本技能，利用 Whisper CLI 进行安全转录，无需依赖 API。
Local Whisper STT
一个为 Openclaw Skills 生态系统设计的私密、高精度离线语音转文字引擎。
Audio Tools
一套全面的媒体处理工具包，用于通过 AI 驱动的工作流提取、剪辑、播放和转录音频/视频文件。
TTS (Text-to-Speech)
一个精简的工具，用于使用专业级语音模型将文本转换为自然流畅的语音。
文字转语音 (TTS)
一个由 AI 驱动的工具，通过 SkillBoss API Hub 将文本字符串转换为高质量的 MP3 音频文件。
Edge TTS Auto
一个为 Openclaw Skills 设计的零配置文本转语音技能，自动处理依赖并生成高质量神经网络音频。
Whisper 语音转写
一款私有、本地的语音转文字实用工具，利用 whisper.cpp 在 Openclaw Skills 中进行高性能音频转写。
minimax-tts
一款先进的文本转语音技能，可将文本转换为具有自动情绪检测和飞书集成的自然普通话音频。
LAS 音频提取与分割
一款利用 Volcengine LAS 从视频文件中提取高质量音频轨道并将其分割为固定长度片段的专业工具。
Gemini TTS
一款专用的音频生成工具，利用 Gemini 2.5 Flash 创建高质量、人格驱动的文本转语音输出。
OpenAI Text-to-Speech (TTS)
一款高性能技能，使用 OpenAI 先进的 TTS 模型将文本转换为自然、逼真的音频。
有声书创作技能
一个综合工具，支持多 TTS 提供商，旨在将 Web 内容和文本文件转换为专业级有声书。
gTTS (Google Text-to-Speech)
一个功能强大的基于 Python 的 skill，利用 Google 的 Text-to-Speech API 将书面内容转换为语音音频，且无需 API key。