OpenClaw AI 技能

利用 CellCog 的 AI 技术，提供音频生成和文本转语音服务。支持三家语音提供商（OpenAI、ElevenLabs、MiniMax），以及语音克隆、角色声音和音效等功能。

使用文本转语音（TTS）生成音频回复。通过“读给我听 [公共 URL]”来获取并朗读内容，或使用“跟我聊 [主题]”来生成口语回复。

利用 ElevenLabs 语音转文本（Scribe v2）技术，转录音频文件，实现高效的语音到文本功能，适用于各种音频处理和文本提取场景。

利用 OpenRouter 和音频模型（如 Gemini、GPT-4o-audio 等）转录音频文件，实现高效的音频转文本功能，适用于各种音频处理需求。

一键生成AI音乐视频，利用Suno创建音乐，OpenAI/Seedream/Google/Seedance生成视觉元素，并组装成完整音乐视频。

使用自然语言命令执行音频编辑任务，包括剪裁、音量调整、格式转换和从视频文件中提取音频。

MLX Audio Server 是一个运行在 Mac 上的本地 24x7 开放 AI 兼容 API 服务器，支持语音转文本（STT）和文本转语音（TTS），由 MLX 驱动。

处理、增强和转换音频文件，支持噪音去除、归一化、格式转换、转录和播客工作流。

用于视频/音频处理任务，包括转码、过滤、流媒体、元数据操作和使用 FFmpeg 的复杂滤波器图操作。

TTS本地中文语音合成工具，基于Qwen3-TTS。当用户需要将文字转换为语音、克隆声音、设计新音色或生成对话配音时触发。支持自然语言直接调用snowvoice CLI生成音频。关键词：TTS、语音合成、文字转语音、声音克隆、音色设计、配音、snowvoice、语音生成。

通过文本描述生成包含语音、音效、音乐和环境声音的沉浸式音频场景。由小米和上海交通大学开发，支持多语言输入，输出WAV格式音频。

通过 macos-audio 命令行界面（CLI）管理 macOS 的音频输出和蓝牙设备。适用于扫描已配对设备、连接/断开蓝牙、切换音频输出等场景。

ReelTalk——粘贴任意 Instagram 链接即可开聊。本地提取音频、Whisper 转录、生成摘要，并持续对话。

使用 piper TTS 将文本转为离线 Telegram 语音消息，无需联网，支持 Linux 和 ARM64 设备。

打造一份量身定制、可落地的品牌声音工具包，内含声音支柱、获批词汇、正反案例、渠道规则及现成文案片段。

使用此技能可将视频片段添加到带音乐背景的视频中。支持 MP4、MOV、AVI、WebM 格式，最大 500MB。内容创作者常用它添加免版税 b...

跳过专业剪辑软件的学习曲线。只需描述你的需求——把我的片段变成带有音乐和转场的成片——即可得到……

使用 HyperFrames + Apimart GPT-Image-2 + RunningHub 图生视频 + Humanizer-zh + MiniMax TTS 生成中文视频背景版短视频。适用于将 docx、文章、观点文本制作为“背景视频 + 正常文字渲染 + 旁白 + 最终 MP4”的场景。

在任何暴露 DevTools/CDP 端点的浏览器中控制 QQ Music 播放。支持播放/暂停/下一首/上一首、搜索歌曲/艺人/专辑、播放已收藏歌曲等。

只需输入需求，即可将三张产品照片和一段配音 MP3 一键生成 1080p 精美意大利语视频。无论是制作专业级 I...