下载

Skill UI

浏览并发现 9688+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索语音识别，共找到 13 条记录

默认排序最新上传最多下载

Azure呼叫自动化（Java）

azure-communication-callautomation-java

sickn33/antigravity-awesome-skills

该Java SDK用于构建复杂的服务器端呼叫自动化工作流，基于Azure通信服务。它支持实现IVR系统、动态呼叫路由、媒体播放（TTS/音频）、语音识别、DTMF录音、呼叫录制和参与者管理。适用于构建智能客服机器人或自动化通知系统。

Azure呼叫自动化（Java）

azure-communication-callautomation-java

sickn33/antigravity-awesome-skills

该Java SDK用于构建复杂的服务器端呼叫自动化工作流，基于Azure通信服务。它支持实现IVR系统、动态呼叫路由、媒体播放（TTS/音频）、语音识别、DTMF录音、呼叫录制和参与者管理。适用于构建智能客服机器人或自动化通知系统。

Deepgram语音转录快速上手

deepgram-hello-world

jeremylongshore/claude-code-plugins-plus-skills

本示例提供了一个关于Deepgram语音转文本的最小化工作示例。它展示了如何使用TypeScript和Python两种语言，从URL或本地文件对音频进行转录。用户可以学习基本API模式，包括使用高级功能如说话人识别（Diarization）和选择最佳模型（如nova-3），非常适合初次集成和测试Deepgram服务。

Deepgram本地开发调试流程

deepgram-local-dev-loop

jeremylongshore/claude-code-plugins-plus-skills

本指南旨在为Deepgram的语音识别应用建立一套完整的本地开发工作流。它指导用户如何设置测试音频夹具、模拟API响应（Mocking），并利用Vitest等工具进行单元和集成测试。适用于构建或调试依赖Deepgram服务的高效开发环境。

Deepgram SDK升级与迁移指南

deepgram-upgrade-migration

jeremylongshore/claude-code-plugins-plus-skills

本指南为开发者提供了Deepgram SDK从旧版本（v3/v4）迁移到新版本（v5）的完整路线图。它详细介绍了版本升级的破坏性变更，包括API对比和最佳实践代码，并指导用户完成模型从Nova-2到Nova-3的升级，确保语音识别和文本合成流程的平稳过渡。

Pipecat低延迟语音助手构建教程

pipecat-friday-agent

sickn33/antigravity-awesome-skills

本技能提供了一个完整的F.R.I.D.A.Y.（铁人战甲风格）语音助手的构建蓝图。它利用Pipecat框架，构建了一个低延迟的语音管道，流程包括语音识别(STT)、大型语言模型(LLM)和文本转语音(TTS)，支持集成Gemini和OpenAI等多个AI服务商，适用于构建实时、多模态的对话系统。

社工渗透测试

conducting-social-engineering-penetration-test

mukul975/Anthropic-Cybersecurity-Skills

设计并实施钓鱼、语音、短信和实地预设场景的社工渗透测试，实战验证员工安全防线并识别培训短板。

Transloadit 媒体流水线

transloadit-media-processing

github/awesome-copilot

基于 Transloadit 云，调用 86+ 处理机器人批量处理视频、音频、图像与文档，支持转码、生成缩略图、裁剪加水印、OCR、语音识别与多步骤流水线，适合各种媒体自动化任务。

Wispr Flow 语音转文本调试工具

wispr-debug-bundle

jeremylongshore/claude-code-plugins-plus-skills

本调试包旨在为开发者提供与 Wispr Flow 语音转文本 API 的全面集成指南。它覆盖了从低延迟 WebSocket 流媒体到标准 REST API 调用的各种最佳实践。适用于构建复杂的语音控制应用、听写工具，或任何需要稳定语音识别和错误处理机制的场景。

Wispr Flow语音转文字API集成

wispr-deploy-integration

jeremylongshore/claude-code-plugins-plus-skills

本指南是Wispr Flow语音转文字API的集成文档，为开发人员提供构建语音驱动应用的技术指导。内容涵盖通过WebSocket或REST API实现语音流传输、实时听写，以及处理代码和开发术语的上下文识别，适用于构建高精度语音输入功能。

Wispr Flow语音转文本API使用指南

wispr-rate-limits

jeremylongshore/claude-code-plugins-plus-skills

本指南为开发者提供了关于集成Wispr Flow语音转文本API的最佳实践和详细说明。内容涵盖速率限制管理、选择WebSocket流式传输和REST端点、处理常见错误代码（如401），以及优化上下文感知能力，尤其适用于提升代码和开发术语的识别准确性。是构建可靠、低延迟语音应用的关键参考资料。

Wispr Flow语音转文本API安全指南

wispr-security-basics

jeremylongshore/claude-code-plugins-plus-skills

本指南为开发者提供了集成Wispr Flow语音转文本API的关键安全和技术指导。内容涵盖了API密钥、访问令牌等安全认证的最佳实践，以及如何使用WebSocket进行实时流式传输、处理常见的错误码和提高代码/开发语境下的识别准确性。

语言