搜索「Transcription」的结果

io.clawhub.karmanverma/markitdown-skill

将文档转换为 Markdown 的 OpenClaw 技能。提供 Microsoft MarkItDown 库的文档与工具。支持 PDF、Word、PowerPoint、Excel、图像（OCR）、音频（转写）、HTML、YouTube。

io.clawhub.jixsonwang/aliyun-asr

纯阿里云 ASR 技能，用于语音消息转写，支持包括飞书在内的多渠道。

io.clawhub.amreahmed/elevenlabs-voice

使用 ElevenLabs AI 实现文本转语音（TTS）与语音转文本（STT）。当用户想把文字转成语音、转写语音消息或处理多语言语音时使用。支持高质量 AI 音色与精准转写。

io.clawhub.thegovind/azure-ai-voicelive-py

使用 Azure AI Voice Live SDK（azure-ai-voicelive）构建实时语音 AI 应用。当需要创建与 Azure AI 进行实时双向音频通信的 Python 应用时使用，包括语音助手、语音聊天机器人、实时语音到语音翻译、语音驱动的虚拟形象，或任何基于 WebSocket 的 AI 模型音频流式传输。支持服务端 VAD（语音活动检测）、回合式对话、函数调用、MCP 工具、虚拟形象集成与转录。

io.clawhub.lifei68801/video-summary

针对 B站、小红书、抖音和 YouTube 的视频总结：通过转写与摘要从视频内容中提炼要点。

io.github.richawo/yaps

Transcription, subtitles, meeting transcripts, translation, audio conversion, and private memory.

媒体资源调用 Media OS

io.github.heygen-com/hyperframes/media-use

HyperFrames 媒体统一入口：解析素材，处理配音与剪辑。

Azure AI 服务

io.github.microsoft/azure-skills/azure-ai

调用 Azure AI 的搜索、语音、OpenAI 与 OCR 能力。

io.clawhub.heygen-com/media-use

Agent Media OS——HyperFrames 项目中覆盖所有媒体需求的单一技能。将 BGM、SFX、图片、图标、品牌 logo、配音、调色或 LUT 解析为冻结的本地文件或可粘贴区块，并留存台账记录（统一动词 resolve）；目录未命中时可经 TTS/音乐/图像模型即时生成；通过同一共享音频引擎完成配音、转写、字幕与背景音移除；对媒体执行操作（剪切/重构图/变换）；并支持跨项目复用素材。当模糊反馈涉及实拍画面偏暗、平淡、无聊、想要复古/摄影机/印刷/ASCII 质感、需要隐私处理或需要媒体揭示时刻时，同样使用本技能。

hsk-mcp

io.smithery.kuibin-dev.hsk-mcp

A remote Model Context Protocol (MCP) server that gives AI assistants structured access to the complete HSK Chinese vocabulary dataset. It exposes 13 tools and 8 resources covering word lookup, transcription conversion, frequency analysis, study set generation, and more. 11,470 headwords / 12,623 pronunciation forms / HSK 1-7 (new 3.0) + HSK 1-6 (old 2.0)

io.clawhub.ivaavimusic/x402-compute

当用户提出「开通 GPU 实例」「通过 API 集成智能体 pod」「为客户创建 pod」「pod webhooks」「pod 事件」「启动云服务器」「列出算力套餐」「浏览 GPU 价格」「部署 AI 机器」「一键部署运行 LLM 的 GPU」「部署私有 LLM 端点」「OpenRouter 就绪端点」「智能体部署 GPU」「拉起自己的 OpenAI 兼容端点」「扩容算力实例」「变配算力实例」「销毁服务器实例」「查看实例状态」「列出我的实例」「充值算力额度」「查看额度余额」「在网格上跑推理」「去中心化推理」「OpenAI 兼容 API」「机密/TEE 推理」「列出网格模型」「查看网格容量」「运行节点」「提供算力」「成为网格节点」「节点运营者」「加入网格」「质押运行节点」「在网格上服务模型」「靠算力赚钱」「部署常驻 AI 智能体」「部署托管 OpenClaw 智能体」「拉起 ClawPod」「智能体 pod」「托管……」等请求时使用本技能。

io.clawhub.nerkn/deepgram

命令行工具，使用 Deepgram API 对本地文件、URL 或实时音频进行快速准确的语音转文字，选项可定制。

com.awesomevideoeditor/awesomevideo

Video for AI agents: captions in 28 styles, transcription, translation, dubbing, shorts. REST+MCP.

com.strongerecommerce.paymo/mcp

Paymo time tracking, tasks, projects, invoices and transcription in Claude, ChatGPT, Cursor.

net.transcreva/transcreva

Brazilian Portuguese audio and video transcription with speaker diarization and SRT/VTT/DOCX export.

io.github.arkyu2077/transcreva

Brazilian Portuguese audio and video transcription with speaker diarization and SRT/VTT/DOCX export.

io.github.AndriyVK/apify-document-tools

Documents to Markdown and PDF, OCR, transcription, TTS, screenshots, domain checks, video frames.

ai.2kw/mcp-server

EU-hosted AI platform: OpenAI-compatible LLM gateway, document extraction, transcription, agents.

io.github.sblattj/whosaid

Local speaker-attributed transcription and meeting search for Apple Silicon. Audio stays on the Mac.

tech.neurodynamic/audio-llm

Discover voices and prices; buy narration, transcription and LLM text with capped USDC payments.

com.paxalabs/mcp

Thai, English, Mandarin speech AI: TTS with playback, transcription, translation, OCR, extraction

io.github.atomsai/pyai

User-approved phone calls, speech, transcription and voice agents with PyAI OAuth.

io.github.ZhongQuinnKing/xiange-mcp

Local MCP server, eight music tools: OMR, transcription, theory and notation checks, convert.

io.github.Ockram4444/agentcompute

Free experimental GPU tools: text generation, images and audio transcription. Shared quotas; no SLA.