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
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。
Maylo 语音助手
一个适用于 macOS 的自给自足、离线优先的语音助手栈，具有本地语音转文本功能和赛博朋克风格的仪表板。
神族语音效果
一个专门的后处理工具，使用 SoX 和 FFmpeg 为音频文件应用灵能卡拉（Khala）效果。
Discord本地STT与TTS安装程序
一款专为macOS设计的安装程序，用于安装discord-local-stt-tts插件，为Discord语音助手实现私密的本地语音识别与合成。
中文 TTS 与飞书语音集成
一个高保真文本转语音引擎，用于生成自然的中文语音消息并直接通过飞书发送。
Pywayne TTS
一个多功能的文本转语音引擎，利用本地或云端服务将文本转换为高质量的 Opus 或 MP3 音频文件。
音频指挥官
一个中心化的调度器，能够智能地将音频生成请求路由到专业的音乐、音效或 TTS 模型。
AudioMind
AudioMind 是一款全能型 AI 播客制作套件，只需一个命令即可自动完成剧本编写、配音、音乐生成和音频混音。
SFX 生成器
一个强大的 AI 技能，利用 ElevenLabs API 通过文本提示词生成自定义音效。
飞书语音克隆 TTS 插件
一款自动化插件，利用火山引擎 TTS 将文本转换为自然语音，并将音频消息直接发送到飞书聊天中。
自托管 Whisper API
一个专注于隐私的本地语音转文字解决方案，利用 Kubernetes 上的 OpenAI Whisper 模型实现快速的音频转录和翻译。
音频增强器
一款专业级 AI 工具，用于为播客、视频和通话消除背景噪音并增强音频清晰度。