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
TTS Cleanup Checklist
一个专门用于将 Markdown 或 TXT 文档转换为优化、自然流畅的文本转语音合成脚本的实用工具。
视频转文本转换器
一个云端驱动的 AI 代理技能，可将视频文件转录为文本稿，并导出高质量的 1080p MP4 文件，无需手动输入。
Subtitles From Video
一款高速 AI 工具，用于生成准确的英文字幕并直接硬编码到视频文件中，无需手动编辑。
视频提取文本
一款 AI 驱动的转录与视频编辑技能，可从视频文件中提取文本并在远程 GPU 节点上渲染高质量导出文件。
日语全维度评估
一种 AI 驱动的日语语言评估技能，通过强制性的朗读反馈闭环来评估语法、写作和听力。
日语全维度评估技能
一个全面的日语评估工具，通过多维度朗读评分衔接练习与口语能力。
豆包 TTS (火山引擎语音合成)
一个复杂的 AI 编码代理技能，使用火山引擎 V3 API 将长文本和 Markdown 文件转换为高质量语音。
定时语音简报
一个模块化技能，可将自然语言请求转换为结构化的定时语音通知和信息简报。
Sonix
一个自动转录和翻译集成，可将音频和视频文件转换为可搜索、可编辑的文本。
字节跳动语音转文字 (ASR)
一款由字节跳动大模型 ASR 驱动的高性能自动语音识别技能，提供比本地模型更快速、更准确的转录服务。
BaiduOCR-LocalFallback
BaiduOCR-LocalFallback 提供了对超过 115 个百度 OCR API 的访问，并集成了使用 EasyOCR 的本地备选机制，以确保服务不间断。
Transcribe
一个专业级的转录技能，可将音频和视频文件转换为结构化文本和 JSON 格式，并支持可选的说话人角色识别。
deepL-translate
一个专为 AI 智能体和开发者设计的工具，使用官方 DeepL API 执行高质量翻译、文档处理和术语表管理。
YouTube Channel Monitor (AssemblyAI)
一款轻量级的 YouTube 频道监控和转录工具，利用 AssemblyAI 进行基于云端的视频摘要，无需本地依赖。
抖音快速转录
一款高性能本地工具，用于从抖音视频中提取文字脚本，无任何 API 费用。
StageWhisper Assistant
一个自动化助手，用于处理并执行从实时 StageWhisper 通话转录中生成的后续任务。
Castmagic
一个高性能集成，用于将音频和视频内容自动化再利用为节目笔记、摘要和社交媒体资产。
Videomp3word 结构化知识引擎
一个专业的 MCP 服务器，可将远程媒体 URL 转换为深度、结构化的知识产物，如摘要、问答和行动项。
Video Content Watcher
一个由 AI 驱动的技能，可从 YouTube、Bilibili 和本地视频中提取音频、转录语音并生成全面的 Markdown 报告。
Rev AI Skill
Rev skill 使 AI 代理能够通过 Membrane 框架无缝管理音频和视频转录、演讲者识别和字幕工作流。