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
Podcast Agent
一个自动化的 AI 智能体，利用神经网络文本转语音技术将网页文章转换为专业的双人主持播客节目。
OpenClaw 飞书离线语音对话
一个专为 OpenClaw 和飞书设计的完全离线语音交互技能，利用本地 Whisper 和 Qwen3-TTS 模型实现安全的语音转文本和文本转语音。
ScoreDetect
ScoreDetect 允许开发人员使用 Openclaw Skills 从音频录音中自动提取并数字化乐谱。
Vidu Speech Generate
一个专业的 AI 音频生成技能，提供多语言的高保定文本转语音和语音克隆功能。
基于 Qwen3-ASR 的本地 STT (Speech-to-Text)
一个为 AI 智能体提供的高性能本地语音转文本服务，利用 Qwen3-ASR 模型和 MLX 硬件加速。
LuxTTS
LuxTTS 是一个为 OpenClaw 设计的高性能本地文本转语音引擎，支持声音克隆并以 150 倍实时速度运行。
Kai YouTube
一个专门为 AI agents 设计的技能，使用 yt-dlp 和 Whisper 观看、下载 YouTube 视频并将其转录为可搜索的文本。
Keevx Video Translation Skill
一个使用 Keevx API 将视频自动翻译并配音成多种语言的自动化工具。
视频翻译器
一款高性能 AI 智能体技能，可通过 URL 或文件上传进行实时视频翻译、配音和字幕生成。
表达教练 (Expression Coach)
一款语音优先的 AI 教练，通过即兴练习、场景模拟和详细的演讲分析来提高口语雄辩力。
SenseAudio 口语发音教练
一款 AI 驱动的发音教练，可评估您的语音并提供针对性练习，以掌握流利的外语。
语音回复技能
一个自动化的文本转语音扩展，可将 AI 代理的响应转换为 MP3 文件并在桌面即时播放。
自动字幕：AI 驱动的视频字幕生成
一款自动视频字幕生成器，利用 AI 将视频文件批量处理为准确的 SRT 或 VTT 字幕。
讯飞语音回复
一个使用讯飞 TTS 引擎将智能体文本响应转换为飞书语音消息的 AI 技能。
Telegram Voice Bot Skill
一个强大的 Telegram 集成，为交互式 AI 代理提供高保真语音识别和中文语音合成。
CyberHorn
一个强大的技能，利用先进的 TTS 提供商和 FFmpeg 编码将文本转换为原生的、可播放的飞书语音消息。
Telegram 语音消息技能
一种专门的技术技能，用于 AI 代理通过 Telegram Bot API 正确格式化、转换和传输真实的语音消息。
mlx-whisper
一个专为 Apple Silicon Mac 设计的本地语音转文本引擎，可直接在 Openclaw 生态系统中转录语音笔记。
腾讯 TTS 播客生成器
一款高级 AI 音频实用工具，使用腾讯云 TTS 将长达 7,200 字符的脚本转换为高质量的播客文件。
SRT Generator AI
一个专业的 AI 代理技能，可在数秒内从 MP4 或音频源生成准确的 SRT 字幕文件和带字幕的视频。