搜索「Audio Generation」的结果

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。

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.rhanbourinajd/ai-video-gen

端到端 AI 视频生成——从文本提示创建视频，涵盖图像生成、视频合成、配音与剪辑。支持 OpenAI DALL-E、Replicate 模型、LumaAI、Runway 与 FFmpeg 剪辑。

io.clawhub.nitishgargiitd/video-cog

由 CellCog 驱动的 AI 视频生成与制作。

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.buddyh/veo

使用 Google Veo（Veo 3.1 / Veo 3.0）生成视频。

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.jau123/creative-toolkit

在现有工作流中组合 MeiGen 图像/视频能力与五个专用图像工具，或选择启用创意规划。保留调用方的提示词、参数、已批准数量与预算；包含工具发现与可恢复的任务句柄。

io.clawhub.xtaq/liblib-ai-gen

通过 LiblibAI API 用 Seedream4.5 生成图像、用 Kling 生成视频。当用户要求使用 LiblibAI、Seedream 或 Kling 模型生成图片、插画或视频时使用。

io.clawhub.michaelwang11394/video-agent

【已废弃——使用过时的 v1/v2 端点】提示词式视频生成请使用 create-video（v3 Video Agent），需要精确控制头像/场景……请使用 avatar-video