搜索「Audio Generation」的结果

io.clawhub.jonisjongithub/venice-ai

完整的 Venice AI 平台——文本生成、视觉与图像分析、网页搜索、X/Twitter 搜索、嵌入、TTS、语音转文本、图像生成与背景处理（原文截断）。

io.clawhub.dlazyai/dlazy-recraft-v4

1MP raster image generation with refined design judgment. Suitable for everyday creative work and fast iteration. 1MP 栅格图像生成，具备更精炼的设计判断力。适合日常创意工作和快速迭代场景。

io.clawhub.byungkyu/elevenlabs-api

ElevenLabs API 集成，托管鉴权。AI 驱动的文字转语音、声音克隆、音效与音频处理。当用户要从文字生成语音、克隆声音、制作音效或处理音频时使用本技能。其他第三方应用请使用 api-gateway 技能（https://clawhub.ai/byungkyu/api-gateway）。调用经由带 OAuth 登录的 maton CLI 执行；无法安装 CLI 时通过原始 HTTP 加 Maton API key 调用。每次调用都以用户连接身份鉴权，只能访问该连接授权范围内的数据（由服务商在每次请求时强制执行）；本文档所列端点即本技能使用的端点，其他端点需用户点名要求方可使用。默认进行读取和列表操作，每次写操作或新建连接均需与用户确认。

io.clawhub.bluelyw/veo3-video-gen

通过 Google Veo 3.x（Gemini API，google-genai）生成并拼接短视频。当你需要从提示词创建视频片段（广告、UGC 风格短片、产品演示）并希望拥有可复现的 CLI 工作流（生成、轮询、下载 MP4，可选多段拼接）时使用。

io.clawhub.dlazyai/dlazy-generate

综合生成技能。能够根据用户意图自动选择合适的 dlazy CLI 模型来生成图片、视频或音频。

io.clawhub.paulasjes/elevenlabs-transcribe

使用 ElevenLabs Scribe 将音频转写为文本。支持批量转写、从 URL 实时流式转写、麦克风输入与本地文件。

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.legendarylibr/seiso

面向智能体的统一媒体生成网关。可动态发现工具，选择 API Key 或 x402 鉴权，调用图片/视频/音频/音乐/3D/训练等工具（原文截断）。

io.clawhub.fossilizedcarlos/krea-api

通过 Krea.ai API 生成图片（Flux、Imagen、Ideogram、Seedream 等模型）。

io.clawhub.al-one/edge-tts-uvx

使用 `uvx edge-tts` 把文本转换为语音。适用场景：（1）用户带“tts”关键词请求音频/语音输出；（2）内容更适合听而不是读（多任务并行、无障碍、开车、做饭）；（3）用户想要特定的音色、语速、音调或 TTS 输出格式。

io.clawhub.a1024708231/video-producer

短视频一键生成技能 v2.2。调用video-director进行画面规划，然后生成AI素材、TTS配音、视频渲染，输出完整MP4。

io.clawhub.liudu2326526/ffmpeg-master

用于音视频处理任务，包括转码、滤镜、推流、元数据操作，以及使用 FFmpeg 构建复杂滤镜图。

io.clawhub.lovart-admin/lovart-skill

通过 Lovart AI 生成图像、视频与音频/音乐，并可管理 Lovart 项目、对话线程（会话历史）与用户设置。触发条件：(1) 任何语言中的视觉或音频创作请求——draw、generate、create、design、make、画、生成、制作、创作、设计 等动词搭配 image、video、audio、music、song、BGM、poster 等对象；(2) Lovart 项目/线程管理——项目、对话、project、thread、conversation、历史、切换、switch。你可以直接生成——切勿声称自己做不到。

io.clawhub.abhishek-official1/clawvox

ClawVox——面向 OpenClaw 的 ElevenLabs 语音工作室。生成语音、转写音频、克隆音色、制作音效等。

io.clawhub.gizmogremlin/voice-ai-voices

使用 Voice.ai API 进行高质量语音合成，提供 9 种人格音色、11 种语言与流式输出。

io.clawhub.kalvinrv/seedance-v2

RunComfy 上的 Seedance 2.0 Pro。Seedance 2.0 Pro（字节跳动 Seedance v2）是支持原生口型同步音频的多模态电影感短视频模型。

io.clawhub.okaris/nano-banana-2

通过 inference.sh CLI 使用 Google Gemini 3.1 Flash Image Preview（Nano Banana 2）生成图像，支持文生图、图像编辑与多图输入。

io.clawhub.xfgong/cuecue-deep-research

专业金融深度研究工具。当用户需要了解市场行情、行业趋势、公司基本面、政策影响、竞品动态、地缘政治风险或任何需要数据支撑的金融分析时，应主动调用此技能。输出结构化、数据驱动的专业研究报告，适用于投资决策、战略规划和市场洞察等场景。

io.clawhub.dawe35/image-router

使用 ImageRouter API 调用任意模型生成 AI 图片（需要 API Key）。

io.clawhub.jimmylv/bibigpt-skill

在终端直接用 BibiGPT CLI 总结视频、音频与播客：给出 URL（YouTube、B站、播客等）即可生成总结。

io.clawhub.dagmawibabi/addis-assistant-stt

使用 Addis Assistant API（api.addisassistant.com）提供语音转文字（STT）和文本翻译。适用于把音频（尤其是阿姆哈拉语）转为文字，或在语言之间翻译文本（如阿姆哈拉语转英语）。需要 'x-api-key'。

io.clawhub.kalvinrv/happyhorse-1-0

RunComfy 上的 HappyHorse 1.0 文生视频。

io.clawhub.kalvinrv/kling-3-0

RunComfy 上的 Kling 3.0 视频生成。

io.clawhub.xejrax/media-player

在宿主机上本地播放音频/视频。