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
Chanjing TTS
一款专业级的文本转语音技能，对接 Chanjing API 以生成高保真音频，支持多种语言和方言。
MLX-STT: 本地 Whisper 语音转文本
一个高性能、本地的语音转文本引擎，由 mlx-audio 和 Whisper 模型驱动，专为 Apple Silicon 硬件优化。
mlx-tts
一个专注于隐私、专为 Apple Silicon 优化的本地文本转语音引擎，不需要外部 API keys。
Voice TTS
使用 Microsoft edge-tts 在 Feishu、Telegram 和 Discord 上生成并发送高质量的中文 AI 语音消息。
Persona Voice
一个通过 SenseAudio TTS 和 ASR 为飞书 (Feishu) 和 Lark 生成角色化语音回复的 AI Agent 技能。
SenseAudio 语音翻译器
一种场景感知的语音翻译技能，利用 ASR、LLM 和 TTS 技术，在几秒钟内将中文语音转换为自然的各种外语音频。
中文语音技能
一款专业级文本转语音技能，利用 Microsoft Edge TTS 为 AI 代理生成自然的中文语音响应。
SenseAudio 字幕生成器
一个强大的工具，用于从视频中提取音频，并生成带有精确字级时间戳的同步、多格式字幕文件。
SenseAudio Video Narrator
一款功能强大的 AI 旁白工具，可为视频内容制作生成同步音轨和带时间戳的配音。
SenseAudio Audiobook Generator
一款专业级 AI 工具，用于将长文本和小说转换为具有自动章节管理和多角色对话的沉浸式有声书。
Bot Voice Config
一个全面的语音配置技能，用于将高质量的火山引擎 TTS 发音人绑定到 AI 机器人，并集成飞书测试。
SenseAudio Language Tutor
一款 AI 驱动的音频生成技能，用于创建高保真语言学习材料、发音练习和双语课程。
声网 Voice AI 集成
一个用于部署声网对话式 AI、实时通信和媒体录制服务的综合集成技能。
Voice Communication
一个专业的 Telegram 集成，提供传入音频的自动转录，并通过 TTS 生成自然听感的语音回复。
飞书语音闭环
一个专业的语音交互流水线，能够转录音频输入，并将 AI 生成的语音响应直接发送至飞书或网页播放器。
FishAudio TTS
一种高质量的文本转语音集成，可为自动化工作流创建自然、富有情感表现力的 MP3 格式语音。
火山引擎 ATA 字幕
通过使用火山引擎 ATA API 将文本文件与音频同步，实现字幕时间对齐的自动化。
MLX Whisper
一款专为 Apple Silicon 优化的高性能本地语音转文本引擎，无需云端 API。
To Voice Generator
一项专业的 AI 技能，通过云端 GPU 渲染将文本脚本和文档转换为自然流畅的配音视频。
Voiceover AI
Voiceover AI 是一款基于云端的自动化工具，利用先进的 AI 配音生成技术，为无声或静音视频添加专业且自然的英语解说。