搜索「Audio Generation」的结果

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.jimliu/baoyu-image-gen

支持 OpenAI GPT Image 2、Azure OpenAI、Google、OpenRouter、DashScope、Z.AI GLM-Image、MiniMax、即梦（Jimeng）、Seedream。

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.jimliu/baoyu-comic

知识漫画创作工具，支持多种美术风格与色调。

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.linkfox-ai/linkfoxagent

跨境电商 AI Agent，内置 79 个专业工具：覆盖 Amazon/TikTok/eBay/Walmart/Shopee/Ozon 的选品研究、竞品分析、关键词跟踪等。

io.clawhub.dlazyai/dlazy-image-amazon-product-image-suite

专为亚马逊电商平台打造的专业商品图生成技能。输出符合亚马逊图片规范，同时针对点击率与转化率优化。

io.clawhub.dlazyai/dlazy-image-generate

图片生成技能。根据提示词自动选择最佳的 dlazy CLI 图片生成模型。

io.clawhub.dlazyai/dlazy-video-generate

视频生成技能，AI 视频生成，文生视频、图生视频、图片转视频、首尾帧生成视频。根据提示词自动选择最佳视频生成模型（即梦、可灵、Veo、Seedance、万相、PixVerse、数字人、对口型）。

io.clawhub.dlazyai/dlazy-kling-v3

使用可灵 (Kling) v3 强大的视频生成模型，支持高质量的文生视频与图生视频。

io.clawhub.dlazyai/dlazy-jimeng-t2i

使用即梦 (Jimeng) 进行文生图创作，快速将文字转化为高质量图像。

io.clawhub.klingai-dev/klingai

Kling AI 官方技能。调用可灵进行视频生成、图像生成、主体管理以及账户额度查询。使用子命令 video / image 等（原文截断）。

io.clawhub.dlazyai/dlazy-suno-music

Suno 音乐生成模型。支持灵感模式（自动作词）和自定义模式（手动填词），可生成包含人声或纯器乐的音乐。

io.clawhub.iisweetheartii/agent-selfie

AI Agent 自画像生成器，使用 Gemini 图像生成创建头像、个人资料图片和视觉身份，支持按心情生成。

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.dlazyai/dlazy-kling-v3-omni

使用可灵 (Kling) v3 Omni 全能视频生成模型，支持多模态输入（图片、提示词）生成震撼的动态视频。

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。