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
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。
OmniVoice
OmniVoice 是一个为 AI 代理打造的全方位语音身份工具包，具有独特的说话人识别和高保真语音克隆功能。
语音克隆 & TTS
一个强大的音频工程技能，用于克隆声纹并在多个 AI 后端生成高保真语音。
Fish Audio
一个专业级 AI 音频生成技能，通过 Fish Audio API 提供文本转语音和语音克隆功能。
Kai MiniMax TTS
一个专业级技能，用于使用 MiniMax API 和 Whisper 生成语音音频及转录语音。
Neomano TTS
一个由 ElevenLabs 提供支持的高保真文本转语音集成，用于在 AI agent 工作流中生成逼真的音频响应。
ListenClaw Voice Gateway
ListenClaw 是一个专业的语音网关技能，旨在优化 AI 智能体的响应，使其符合自然口语并实现无缝的 TTS 交付。
SenseAudio Voice Chatbot
一个用于构建具有情感识别和可定制个性化实时语音 AI 聊天机器人的高级集成方案。
SenseAudio ASR
一个全面的 AI 技能，用于通过 SenseAudio 构建强大的语音识别、说话人识别和实时音频分析集成。
SenseAudio Voice
一个全面的语音交互技能，通过基于语言的智能引擎选择提供高保真文本转语音和语音转文本功能。
Video to Text Online Free
一个高性能的 AI 代理技能，用于通过云端 GPU 处理将视频语音转换为可编辑的文本转录稿。
OpenAI Whisper STT
由 SkillBoss API Hub 提供支持的高性能 Whisper 语音转文本技能，用于无缝音频转录和翻译。