搜索「Audio」的结果

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.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.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。

io.clawhub.shaharsha/elevenlabs-tts

ElevenLabs TTS——为 OpenClaw 打造的最佳 ElevenLabs 集成。支持情感音频标签的 ElevenLabs 文本转语音，为 WhatsApp……进行语音合成

io.clawhub.ivangdavila/ffmpeg

以正确的编解码器选择、滤镜与编码参数处理视频与音频。

io.clawhub.ascendswang/ffmpeg-cli

使用 FFmpeg CLI 处理视频与音频：转码、切割、合并、音频提取、缩略图、GIF、变速、滤镜、字幕与水印。

io.clawhub.darinkishore/voice-transcribe

使用 OpenAI 的 gpt-4o-mini-transcribe 模型转写音频文件，支持词汇提示与文本替换。需要 uv（https://docs.astral.sh/uv/）。

io.clawhub.kkaticld/listenhub-ai

通过 ListenHub 把想法变成播客、讲解视频、语音旁白与 AI 图像。当用户想“做一期播客”“制作讲解视频……”时使用。

io.clawhub.jackycser/seedance-video-generation

使用字节跳动 Seedance 生成 AI 视频。适用于：(1) 从文本提示生成视频，(2) 从图像生成视频（首帧、首尾帧、参考图），(3) 查询/管理视频生成任务。支持 Seedance 1.5 Pro（含音频）、1.0 Pro、1.0 Pro Fast 与 1.0 Lite 模型。

io.clawhub.odrobnik/elevenlabs

通过 ElevenLabs API 实现文本转语音、音效、音乐生成、声音管理与配额查询。当需要用 ElevenLabs 生成音频或管理……时使用。

io.clawhub.agmmnn/fal-ai

通过 fal.ai API 生成图像、视频与音频（FLUX、SDXL、Whisper 等）

io.clawhub.matusvojtek/tubescribe

YouTube 视频摘要器，支持说话人识别、排版文档与音频输出。开箱即用 macOS 内置 TTS。可选推荐工具（pandoc、ffmpeg、mlx-audio）可进一步提升质量。访问 YouTube 需要联网，无需付费 API 或订阅。当用户发送 YouTube 链接或要求总结/转写视频时使用。

io.clawhub.dandysuper/seedance-2-prompt-engineering-skill

生成精确、带时间码的 Seedance 2.0 提示词，将多模态输入与素材映射相结合，实现受控的 4–15 秒视频创作与编辑。

io.clawhub.amstko/tts

使用 Hume AI（或 OpenAI）API 将文本转为语音。当用户要求语音消息、语音回复或想“听”某段内容（法语 of vive voix）时使用。

io.clawhub.fspecii/ace-music

通过 ACE Music 的免费 API 使用 ACE-Step 1.5 生成 AI 音乐。当用户要求创建、生成或作曲音乐、歌曲、节拍、纯音乐……时使用。无限免费生成完整带人声歌曲、任意流派、任意语言，无需订阅、额度或限制。

io.clawhub.clawdbotborges/elevenlabs-stt

使用 ElevenLabs Speech-to-Text（Scribe v2）转写音频文件。

io.clawhub.zhaov1976/voice

使用 Microsoft Edge 的 TTS 引擎将文本转语音，支持自定义音色、直接播放与临时文件自动清理。

io.clawhub.stolot0mt0m/voice-reply

基于 sherpa-onnx 使用 Piper 音色的本地文本转语音。100% 离线，无需任何 API key。当用户要求语音回复、音频应答、朗读答案或希望听到朗读内容时使用。支持多语言，包括德语（thorsten）与英语（ryan）音色。输出兼容 Telegram 的语音消息（带 [[audio_as_voice]] 标签）。

io.clawhub.xsir0/google-gemini-media

使用 Gemini API（Nano Banana 图像生成、Veo 视频、Gemini TTS 语音与音频理解）完成端到端的多模态媒体工作流，并提供“生成 + 理解”的代码模板。

io.clawhub.dlazyai/dlazy-seedance-2-0

字节跳动最新视频生成模型 Seedance 2.0，支持多模态参考（图片 + 视频 + 音频）生视频、首尾帧及文生视频，适合高质量多样化视频创作。

io.clawhub.xmanrui/voice-message

使用 edge-tts 做文本转语音、ffmpeg 处理音频，在多个聊天渠道（Telegram、Discord、飞书/Lark、Signal。