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
Discord Voice
在 Discord 语音频道中直接与 Claude AI 进行实时、低延迟的语音对话。
通过 SkillBoss 使用 OpenAI Whisper
一种利用 SkillBoss API Hub 的云端语音转文本集成，无需本地模型开销即可提供高精度的 Whisper 转录。
Google Chirp 3 HD TTS
一种高清生成式语音合成技能，利用 Google Cloud Chirp 3 HD 模型实现超逼真、富有情感表现力的音频输出。
语音模式
一种专门用于将 AI 智能体回复转换为针对文本转语音引擎优化的自然、具有情感意识的中文口语的技能。
Fun-ASR-File
一个强大的端到端语音识别技能，使用阿里巴巴 DashScope 将本地音频文件转换为准确的文本。
Edge TTS Skill
一种经济高效的 Openclaw 文本转语音解决方案，利用 Microsoft Edge 神经语音提供逼真的音频合成，无需 API key。
MiMo TTS
这是一个由 Xiaomi MiMo v2 模型驱动的复杂文本转语音引擎，使 AI 智能体能够生成具有情感和方言细微差别的表现力音频。
MiMo Voice Assistant
一套高性能语音套件，为 AI 智能体提供情感感知文本转语音 (TTS) 和转录功能。
本地 TTS 工作流
一个用于配置、调试和优化本地兼容 OpenAI 的文本转语音服务器的综合框架。
Voice Pipeline
一个高性能的 Node.js 管道，用于拦截麦克风输入并将 AI 处理后的语音路由至虚拟音频电缆。
本地 STT 工作流
一个用于验证和调试 AI Agent 环境中本地 OpenAI 兼容语音转文字（STT）服务器的诊断框架。
Voice Call
一款功能全面的插件，使 AI 代理能够通过主要电信提供商发起、管理语音通话并进行交互。
Gladia Live Transcription
一个专门的技能，支持使用 Gladia V2 API 通过 WebSocket 进行低延迟、实时的语音转文本流式传输。
Wubble
Wubble 将您的 AI 编码代理连接到官方远程 MCP 服务器，以实现高级音频工作流程，包括音乐生成、语音隔离、文本转语音和音效制作。
VoiceTrust
VoiceTrust 是一款专业的生物识别验证技能，用于判断音频输入是否由注册的所有者发出，从而实现安全的指令门控。
OpenAI Whisper CLI
一款强大的命令行工具，用于本地语音转文本的转录和翻译，无需依赖云端。