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
KittenTTS 技能
一个轻量级的本地文本转语音引擎技能，用于生成具有可自定义音色的音频响应，并实现无缝的消息集成。
Bolna (oo-bolna)
一个强大的 CLI 驱动技能，用于控制和监控 Bolna 语音智能体，分析原始执行日志，并通过 OOMOL 连接器安全地管理工作空间遥测数据。
ElevenReader
一种强大的文本转语音集成，允许 AI 代理直接与 ElevenReader 和 ElevenLabs 语音模型进行交互。
Klangio AI 音频转录与分析
一种基于 AI 的音频转录与分析 Skill，可自动执行节拍跟踪、和弦识别、源分离和吉他扫弦检测。
Deepgram 集成
通过安全的 OOMOL 运行器，使用 AI 辅助的 CLI 直接管理 Deepgram 项目、模型、密钥和余额。
Edge TTS 中文语音合成
一种高保真文本转语音工具，利用神经网络语音技术将普通话中文内容转换为自然流畅的音频文件。
文本转粤语语音 (Cantonese TTS)
一款 AI 驱动的文本转语音工具，将中文书面文本翻译为本地化粤语，并生成带有多种情感基调的自然语音。
Retell AI
一个与 Retell AI 无缝对接的 AI 代理技能，允许您获取、列出并检查对话式语音代理、通话、电话号码和语音。
iFLYTEK Speed Transcription
一种超高速语音转写技能，可在几秒钟内将长达 5 小时的音频转换为高精度的文字，支持多种语言和方言。
MiniMax TTS AI 语音合成
一个命令行工具和集成脚本，使用高性能 MiniMax HTTP REST API 合成超逼真、多语言的文字转语音。
钉钉闪记会议纪要提取器
一个面向 AI 的命令行自动化技能，用于从钉钉闪记中提取会议纪要、摘要和转写文本。
音频设备诊断
一款旨在列出、验证和调试用于录音和转录工作流的硬件麦克风及音频输入配置的系统工具。
EVEZ Machine Voice Synthesizer
一个零成本的本地 DSP 引擎，可通过纯数学方程合成机器人引擎声音、齿轮磨损声和金属呼吸模式。
Supertonic TTS
一款超高速、本地化的多语言文本转语音引擎，由 Supertone 的 Supertonic ONNX 模型驱动，无需云端依赖即可在设备上生成语音。
QClaw Speaker
一个高效的、多引擎 CPU 文字转语音广播系统，旨在为本地 AI 编程助手提供自然的人声，且完全无需 GPU。
lx-whisper-transcribe
一个完全本地、离线的 Openclaw Skills 语音转文字工具，利用 whisper.cpp 在无需 API 密钥的情况下进行音频转写。
Videosays
一款 AI 驱动的视频转文本转录技能，旨在从各大短视频和视频托管平台中无缝提取口语文本、说明和字幕。
Xiaomi MiMo TTS Chapter Converter
一款人工智能驱动的命令行工具，旨在利用 Xiaomi MiMo TTS API 将 markdown 和文本章节批量转换为优质有声书。
ElevenLabs TTS
一款用于 ElevenLabs 的高性能文本转语音工具，专为安全的 API key 处理、实时语音列表检索、HTTP 流式传输及延迟优化音频生成而设计。
Fish Speech TTS
一款用于 Openclaw Skills 的高性能本地文本转语音（TTS）智能体技能，专为富有表现力的语音克隆、智能情感标记和多段合成而设计。