下载

Skill UI

浏览并发现 9765+ 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

搜索语音助手，共找到 12 条记录

默认排序最新上传最多下载

Azure AI 语音实时交互开发套件

azure-ai-voicelive-dotnet

sickn33/antigravity-awesome-skills

该SDK专为.NET开发者设计，用于构建实时的双向语音AI应用。它支持通过WebSocket进行通信，能够处理音频和文本流事件，并支持如函数调用等高级功能，是开发复杂虚拟助手和实时语音交互系统的理想工具。

Azure AI实时语音对话SDK

azure-ai-voicelive-java

sickn33/antigravity-awesome-skills

这是一个用于Java开发的SDK，用于实现与Azure AI助手的实时、双向语音对话。它通过WebSocket技术支持低延迟流媒体通信，并集成了高级功能，如语音活动检测、降噪处理和多种AI音色选择。非常适用于构建专业的语音机器人和交互式语音应用。

Azure 实时语音AI开发SDK

azure-ai-voicelive-py

sickn33/antigravity-awesome-skills

该SDK用于构建实时、双向的语音AI应用，通过WebSocket支持实时的语音流媒体通信。它允许开发者将麦克风音频输入模型，并接收合成语音输出。适用于开发智能语音助手、交互式语音系统和呼叫中心解决方案。

Azure AI实时语音助理开发套件

azure-ai-voicelive-ts

sickn33/antigravity-awesome-skills

这是一个用于构建实时、双向语音AI应用的SDK。它通过WebSocket支持音视频流传输，能够处理用户语音输入、AI回复文本和音频流，并提供完整的会话管理功能。适用于在Node.js或浏览器环境中开发功能强大的语音助手和交互式AI代理。

Deepgram实时流式语音转录

deepgram-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

本指南展示了如何使用Deepgram的WebSocket API实现稳定、低延迟的实时流式语音转录。内容涵盖了麦克风输入采集、说话人指纹识别（diarization）、语句结束检测以及自动重连机制。适用于构建专业的语音助手、直播字幕系统或实时语音AI应用。

文本语音音频处理

sickn33/antigravity-awesome-skills

本技能利用fal.ai模型提供双向音频处理能力。它支持文本转语音（TTS），将文字转换为自然语音；以及语音转文本（STT），将语音准确转录为文字。适用于需要处理音频输入分析或合成语音输出的场景，如语音助手、内容数字化或多语言应用。

基于Alexa与Claude的智能语音助手

sickn33/antigravity-awesome-skills

本技能提供与Amazon Alexa的全面集成，旨在将普通Alexa设备升级为超智能语音助手。它利用Claude作为核心大脑，深度结合AWS全生态系统（如Lambda、DynamoDB、智能家居），用于构建高度专业化和智能化的语音交互应用。

基于Claude的智能语音助手

sickn33/antigravity-awesome-skills

Auri是一款基于亚马逊Alexa和Claude AI构建的下一代智能语音助手。它超越了简单的问答模式，能够进行多轮对话、保持上下文记忆，并具备深层推理能力。它能像人类一样，理解复杂的语境和情感，提供自然、贴心的巴西葡萄牙语回复，适用于需要高度情境感知和高级对话流程的场景。

OpenClaw 语音呼叫助手

davepoon/buildwithclaude

让 OpenClaw 机器人通过托管语音服务主动拨打电话，用于提醒、汇报、报警等场景，无需 Twilio 或 Webhook，通话中实时转写语音并通过 TTS 回复，操作体验与聊天一致。

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。

AI智能体电话通信平台

sickn33/antigravity-awesome-skills

AgentPhone是一个为AI智能体设计的API通信平台。它通过API允许开发者为智能体提供电话和短信功能，支持呼入/呼出语音通话和实时消息交互。无论是使用内置的托管模式实现简单对话，还是通过Webhook实现复杂的自定义逻辑，都适用于构建专业的客服机器人或虚拟助手。

实时语音转写与AI深度分析

assemblyai-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

本工作流提供完整的音频处理能力，涵盖实时流式转写（适用于直播字幕和语音助手）和基于LeMUR的深度后处理。用户可以使用它来总结会议内容、根据转录稿件回答问题、提取待办事项，或对录制音频运行自定义LLM分析。

1

语言