搜索「Audio Generation」的结果

io.clawhub.ashwinramachandran2002/seeddance-ai-video

集成字节跳动SeedDance AI视频生成API，支持文本到视频、图片到视频等功能

io.clawhub.elestirelbilinc-sketch/vap-multimedia-generation

通过 VAP 实现图像、视频、音乐与媒体编辑的 VAP Media API 技能。使用 VAP 产品密钥配合当前的 Media API 端点。

io.clawhub.claudiodrusus/qr-gen

从文本、URL、WiFi 凭据、vCard 或任意数据生成二维码。当用户想创建二维码、以可扫码形式分享链接，或 gene... 时使用。

io.clawhub.steipete/nano-banana-pro

用 Nano Banana Pro（Gemini 3 Pro Image）生成/编辑图像，适用于图像创建与修改（含编辑）请求。支持文生图与图生图，1K/2K/4K，可用 --input-image。

io.clawhub.steipete/markdown-converter

使用 markitdown 将文档与文件转换为 Markdown。在转换 PDF、Word（.docx）、PowerPoint（.pptx）、Excel（.xlsx/.xls）、HTML、CSV、JSON、XML、图片（含 EXIF/OCR）、音频（含转写）、ZIP 归档、YouTube 链接或 EPub 为 Markdown 以供 LLM 处理或文本分析时使用。

io.clawhub.emilioacc/atxp

访问 ATXP 付费 API 工具：网页搜索、AI 图像生成、音乐创作、视频生成、X/Twitter 搜索、邮件与 agent 账户管理。

io.clawhub.steipete/openai-whisper-api

通过 OpenAI 语音转写 API（Whisper）转写音频。

io.clawhub.shreefentsar/remotion-video-toolkit

基于 Remotion + React 的程序化视频创作完整工具包。涵盖动画、时序、渲染（CLI/Node.js/Lambda/Cloud Run）、字幕、3D、图表、文字特效、转场与媒体处理。编写 Remotion 代码、搭建视频生成流水线或制作数据驱动的视频模板时使用。

io.clawhub.i3130002/edge-tts

使用 node-edge-tts npm 包进行文字转语音，把文本生成音频。支持多音色、多语言、语速调节、音高控制与字幕生成。适用于：(1) 用户以 tts 触发词请求音频/语音输出；(2) 内容需要听而非读（多任务、无障碍、开车、做饭场景）；(3) 用户想指定音色、语速、音高或 TTS 输出格式。

io.clawhub.cellcog/cellcog

任意输入到任意输出的 AI 子智能体——一次请求即可完成调研、图像、视频、音频、音乐、播客、数字人、语音克隆、文档、表格、仪表盘、3D 模型、图示与代码。采用智能体间协议并支持多步迭代以保证精度。DeepResearch Bench 第一名（2026 年 4 月）——深度推理覆盖所有模态，因此你的所有工作都能完成，而不只是代码。

io.clawhub.mahmoudadelbghany/ffmpeg-video-editor

把自然语言视频编辑需求转成 FFmpeg 命令——切割、裁剪、转换、压缩、改宽高比、提取音频等。

io.clawhub.olliewazza/larry

为任意应用或产品自动化 TikTok 图文营销：竞品调研、AI 图像生成、文字叠加、经 Postiz 发帖、跟踪分析……（原文截断）

io.clawhub.steipete/video-transcript-downloader

从 YouTube 及任何 yt-dlp 支持的站点下载视频、音频、字幕与干净的段落式转写稿。当被要求“下载这个视频”“保存这个片段”“提取音频”“获取字幕”“获取转写稿”，或排查 yt-dlp/ffmpeg 与格式/播放列表问题时使用。

io.clawhub.nitishgargiitd/cellcog

任意输入到任意输出的 AI 子代理——调研、图像、视频、音频、音乐、播客、数字人、声音克隆、文档、电子表格、仪表盘、3D 模型、图表等……（原文截断）

io.clawhub.ipedrax/antigravity-image-gen

使用内部 Google Antigravity API（Gemini 3 Pro Image）生成图像。高质量原生生成，无需浏览器自动化。

io.clawhub.steipete/songsee

通过 songsee CLI 从音频生成频谱图与特征面板可视化图像。

io.clawhub.nitishgargiitd/image-cog

由 CellCog 驱动的 AI 图像生成与照片编辑：文生图、图生图、角色一致性、产品摄影、基于参考的生成……（原文截断）

io.clawhub.degausai/wonda

使用 Wonda CLI 在终端生成图像、视频、音乐与音频——并支持 LinkedIn、Reddit 和 X/Twitter 的调研与自动化。

io.clawhub.robin797860/qwen-image

使用 Qwen Image API（阿里云 DashScope）生成图像。当用户用中文提示请求图像生成或需要从文本描述生成高质量 AI 图像时使用。

io.clawhub.yuf1011/xiaohongshu-publisher

为小红书（Xiaohongshu/RED）起草并发布帖子。在创作小红书内容、起草帖子、生成封面图，或通过浏览器自动化发布时使用。涵盖从内容创作到基于浏览器发布的完整工作流，包括用 Pillow 生成封面图。

io.clawhub.ngutman/video-subtitles

从视频/音频生成带翻译支持的 SRT 字幕。转录希伯来语（ivrit.ai）和英语（whisper），进行语言间翻译，并将字幕烧录进视频。用于生成字幕、转录文本或为 WhatsApp/社媒硬编码字幕。

io.clawhub.apollo1234/yt-dlp-downloader-skill

使用 yt-dlp 从 YouTube、Bilibili、Twitter 及上千个网站下载视频。当用户提供视频 URL 并想下载、提取音频（MP3）、下载字幕或选择视频质量时使用。在「下载视频」「download video」「yt-dlp」「YouTube」「B站」「抖音」「提取音频」「extract audio」等短语时触发。

io.clawhub.edkief/kokoro-tts

使用本地 Kokoro TTS 引擎将文本生成语音。当用户要求朗读某内容、请求语音消息或希望把文本转成语音时使用。

io.clawhub.pors/openai-tts

通过 OpenAI Audio Speech API 实现文本转语音。