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。

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。

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。

交互式3D头部轻拍ASMR合成器，具有材料/位置控制。

Qwen3-TTS VoiceDesign 实现文本到语音的功能，允许通过自然语言描述和基于种子（seed）的音调固定设计自定义语音。包含 OpenAI 兼容的 API 服务器、一键式设置和批量种子探索工具，适用于语音生成、语音设计和集成到 OpenClaw。

使用此工具为AI字幕。从音频/视频生成字幕。为任务选择最佳模型。0%加价。由SkillBoss提供支持。

Windows Faster Whisper 本地语音转文字，采用 faster-whisper 后端（CTranslate2）。适用于本地音频转录、配置 faster-whisper 模型缓存或替换...

TTS ASR 2.6 Free 版现已免费！小米 MiMo V2.5 TTS+ASR 一体化语音技能，支持高质量中英 TTS 与 ASR。TTS：3 模型（Premium V...

提供关于Spotify商业模式、推荐算法、播客策略以及流媒体行业音乐收入分配的深入见解。

Seedance 2.0：字节跳动最新视频生成模型，支持多模态参考（图像、视频、音频）生成视频，并支持首/尾帧及文本到……

Windows 本地视频、图像与音频处理专家，由 VN Video Editor 驱动。当用户需要在 Windows 上处理视频或音频时，请使用此技能。

使用已部署的 Cloudflare Worker Whisper 端点转录音频。用于将语音/音频文件（wav、mp3、m4a、ogg、webm）转换为文本时……

输入品牌名与情绪关键词，自动调用 SenseAudio API 生成 5–15 秒品牌音效、人声与伴奏双版本，并输出品牌名朗读音频，一键完成音频 Logo 创作。

给你的 agent 一部真正的电话。它会拨号、等待接通、帮你协商账单，并返回完整通话记录。

利用 MiniMax speech-2.8-hd 模型进行高质量文本转语音合成，支持多种中文和英文声音。按需安装。

该技能利用 Simmer SDK 和单一 API 键在 Polymarket 平台上交易音乐娱乐相关预测市场，包括音乐流行指标、专辑排行、格莱美奖、巡演收入、音乐行业交易等。默认为纸牌交易，仅在明确运行 `--live` 时执行真实交易。