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
SenseAudio 音频质量检测器
一款自动化的音频诊断工具，可识别噪音类型、计算质量分数并提供可操作的改进建议。
Speech Transcribe
一个高性能转录流水线，利用远程 L4 GPU 提供比标准 Whisper 实现快 3 倍的语音转文本处理速度。
Azure Transcription Pro
用于 Azure 转写的 Openclaw Skills 通过实时流式传输、说话人识别、批处理作业和可导出的输出来自动化企业级语音转文字。
azure-ai-transcription-py-free
用于 Azure AI Transcription 的 Openclaw Skills 将 Blob 托管的音频转换为批量转录文本，支持语言定位和基于密钥的安全身份验证。
Echosaw Media Intelligence
Echosaw 是一个全面的媒体智能平台，可将视频、音频和图像转换为结构化的 AI 生成报告和转录文本。
Jiminny
一种对话智能集成，使 AI Agent 能够访问和分析销售通话转录、摘要和用户绩效数据。
Audio Intel Batch (x402)
一种高容量音频转录技能，旨在以固定费用在单个批次中处理多达 500 个文件。
Audio Intel (x402)
使用先进的 Whisper AI 模型将任何音频文件转换为准确的、带有时间戳的文本。
Legion Loan Outreach Insight
一种自动化的对话智能技能，用于解析用户意图并从外呼音频转录中提取多维度洞察。
ElevenLabs 对话式集成
ElevenLabs 的全面集成方案，支持文本转语音、即时声音克隆以及双向对话式 AI 智能体的创建。
LiveKit 语音
使用 LiveKit WebRTC 为 AI 智能体管理实时音视频基础设施。
语音智能体构建器
一个用于在多个电话服务提供商之间构建、配置和管理 AI 驱动的语音智能体的综合工具包。
语音助手
一款专为 Openclaw 智能体打造的高性能实时语音界面，具有低于 2 秒的延迟并支持多供应商 STT/TTS。
Vapi 语音助手管理
一个为 Openclaw 智能体提供的综合技能，用于以编程方式控制 Vapi 语音助手、处理实时通话并管理电话基础设施。
Vapi 语音智能体管理
一个功能全面的技能，用于直接从您的智能体环境中编排 Vapi AI 语音助手、外呼通话和电话工作流。
Speech is Cheap (SIC) 语音识别
一款为 Openclaw Skills 打造的高性能、高性价比自动语音识别技能，其转录音频的价格仅为市场标准价格的一小部分。
AutoGLM ASR MCP
一个高性能的模型上下文协议 (MCP) 服务器，由 GLM-ASR-2512 驱动，用于并发音频转文本转录。
Percept Speaker ID
一个先进的说话人识别系统，可将匿名转录标签映射到真实姓名，并管理语音命令授权级别。
鱼爪 OpenClaw 技能
一个轻量级的技能，通过手掌动作和 OpenClaw 网关实现本地手势控制的 AI 对话。
Whisper Tailnet API
一个专用工具，用于通过私有 Tailnet 使用兼容 OpenAI 的端点访问共享的 Whisper STT 服务器。