下载

Skill UI

浏览并发现 9677+ 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 CAST AI ，共找到 8 条记录

默认排序最新上传最多下载

Azure AI语音转录服务SDK

azure-ai-transcription-py

sickn33/antigravity-awesome-skills

这是一个基于Python的Azure AI语音转写SDK。它支持实时流式和批处理两种模式的语音转文本功能。该工具可以实现带时间戳和说话人区分（Diarization）的转录，适用于自动化会议记录、播客内容处理、视频字幕生成等专业场景。

Azure AI语音转录服务SDK

azure-ai-transcription-py

sickn33/antigravity-awesome-skills

这是一个基于Python的Azure AI语音转写SDK。它支持实时流式和批处理两种模式的语音转文本功能。该工具可以实现带时间戳和说话人区分（Diarization）的转录，适用于自动化会议记录、播客内容处理、视频字幕生成等专业场景。

实时音频叙述生成

podcast-generation

sickn33/antigravity-awesome-skills

通过 Azure OpenAI 的 Realtime Mini 接口，将文本提示实时转为 PCM 音频、转换为 WAV 并以 base64 形式返给前端播放，支持虚拟主播语音选项和字幕输出，适用于播客或音频故事生成。

Whisper 多语种语音识别

Orchestra-Research/AI-Research-SKILLs

Whisper 是 OpenAI 提供的多语种语音识别与英文翻译模型，支持 99 种语言、批量/流式转录及 GPU 加速，非常适合播客、会议、音视频转录和嘈杂环境下的多语言音频处理。

开放笔记本研究中心

K-Dense-AI/claude-scientific-skills

开源自托管的研究平台，可替代NotebookLM，支持多源内容摄取、AI笔记、上下文对话、向量检索和多说话人播客生成，还提供REST API便于自动化。

开放笔记本研究中心

K-Dense-AI/scientific-agent-skills

开源自托管的研究平台，可替代NotebookLM，支持多源内容摄取、AI笔记、上下文对话、向量检索和多说话人播客生成，还提供REST API便于自动化。

高级音频处理与语音合成

elevenlabs-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

本工作流提供了一套全面的专业音频处理解决方案。它集成了语音到语音转换（变声器）、文本生成音效、音频降噪隔离和语音转文字转录等多个高级功能。适用于内容创作、播客制作、音频编辑等需要高质量声音处理的场景。

音频内容生成与合成

nexu-io/open-design

这是一个专业的音频内容生成工具，能够根据需求生成高质量的配乐、片头、画外音和音效。它集成了多种主流AI模型，支持从简单的文本指令到复杂音乐结构（如情绪弧线）的完整流程，适用于市场营销、视频剪辑和多媒体内容制作。

1

语言