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
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。
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。