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
ElevenLabs 语音转文本
一个利用 ElevenLabs Scribe 进行批量处理和实时语音转文本转换的高性能转录技能。
ElevenLabs 智能体管理
通过自动化 CLI 工作流，无缝创建、管理和部署 ElevenLabs 对话式 AI 智能体。
AI 语音代理后端
一个通过 Whisper 处理语音转文本并经由 AWS Polly 处理文本转语音的本地到云端桥梁。
ElevenLabs 智能体管理器
一个用于创建、同步和部署 ElevenLabs 对话式语音智能体及 Webhook 集成的综合自动化技能。
ElevenLabs 账户开通
面向开发者和创作者的综合指南，旨在设置 ElevenLabs 账户并获取用于高级语音 AI 集成的安全 API 密钥。
ElevenLabs MCP 服务端
一个专门的技能插件，通过启动 MCP 服务端为 AI 智能体提供全面的 ElevenLabs 音频生成和转录工具。
Tomoviee 文本转语音
一种复杂的 AI 语音合成技能，可将文本转换为具有可自定义情感和速度的自然语音。
LiveKit 语音 AI
利用 LiveKit 开源 WebRTC 基础设施和灵活的供应商流水线，构建并部署生产级语音 AI 智能体。
Mimo TTS ASR
一个用于高保真文本转语音合成和强健自动语音识别的综合语音智能工具包。
Xiaomi MiMo V2.5 TTS & ASR
为 AI 智能体提供的全面语音处理套件，提供高保真文本转语音合成及强健的自动语音识别。
Speechace
Speechace 是一个强大的集成，允许 AI 代理执行自动语音评分并提供详细的发音反馈。
Xiaomi MiMo TTS - 高级 AI 语音合成
一种面向 AI 智能体的高保定文本转语音技能，使用 Xiaomi MiMo 技术生成具有情感和方言意识的音频。
Kiwi Voice
一个高性能的独立 Python 服务，通过 WebSockets 为 OpenClaw 生态系统提供复杂的语音界面。
Story Audio Adapter
一个复杂的适配器，可将带有标签的故事剧本转换为具有自动语音匹配功能的多角色音频作品。
Telnyx TTS for OpenClaw
一个专为 OpenClaw 设计的高性能文本转语音插件，使用 Telnyx 的 NaturalHD 和 KokoroTTS 语音。
MiMo TTS 2.5 Plus
一种先进的文本转语音集成，具有高保真语音克隆、情感角色指导和自定义语音设计功能。
Veritone
由 Openclaw Skills 提供支持的认知服务（如语音识别和对象检测）的 AI 平台集成。
豆包播客 TTS 集成
一个专为字节跳动豆包播客 TTS API 设计的集成技能，通过自定义二进制 WebSocket 协议实现从文章和文本生成高质量音频。
Amazon Polly AI 技能
一种基于云的文本转语音服务，利用深度学习将书面文本转换为逼真的真人语音。
Azure Speech Service
一个强大的集成工具，让 AI 代理能够通过 Azure 云端 AI 执行实时转录、语音合成及语音数据管理。