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

搜索语音转录，共找到 29 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。

Azure语音转文本API

azure-speech-to-text-rest-py

sickn33/antigravity-awesome-skills

这是一个使用Python和REST API实现的Azure语音转文本功能。它允许用户通过HTTP请求，对时长不超过60秒的音频文件进行语音识别转录。该工具无需依赖官方SDK，适用于需要快速集成语音识别功能的开发场景，并支持分块传输以降低延迟。

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。

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 转录服务迁移指南

deepgram-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了从多个主流语音转录服务提供商（如 AWS Transcribe、Google STT、Whisper 等）迁移到 Deepgram 的流程。它提供了全面的功能对标和适配器模式实现，帮助开发者平稳、可靠地切换转录服务，确保项目连续性和数据完整性。

Deepgram可扩展语音转录架构

deepgram-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本模块提供了基于Deepgram的可扩展转录系统参考架构。涵盖了同步REST（短文件）、异步队列（批量处理）、WebSocket实时流媒体和混合路由器等四种主流模式，指导开发者根据不同的音频工作负载选择最合适的系统架构。

Deepgram异步转写回调处理

deepgram-webhooks-events

jeremylongshore/claude-code-plugins-plus-skills

本教程指导如何实现Deepgram的异步转写回调处理。它涵盖了从提交音频任务到设置安全的Webhook接收端点（包含HMAC签名验证），再到利用Redis进行任务状态跟踪的全流程。适用于需要处理延迟或批量语音转录结果的后端系统开发。

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。

Fireflies会议记录分析提取

fireflies-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

该工作流通过GraphQL连接Fireflies.ai API，获取详细的会议转录记录。它能够处理发言人区分的语音数据，并提取结构化的关键洞察，包括行动项、关键主题、情绪分析和发言人贡献度。适用于构建完整的会议情报系统，实现从会议录音到可执行知识点的自动化提取。

Groq多模态工作流：语音、图像、语音合成

groq-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

该工作流是基于Groq的综合多模态解决方案，超越了基础的聊天补全功能。它支持超快速的音频转录（Whisper），利用视觉模型进行图像理解，以及高质量的文本转语音合成。适用于实时内容处理、多媒体分析和自动化内容生成等场景。

智能会议转录与总结

twinmind-hello-world

jeremylongshore/claude-code-plugins-plus-skills

本技能用于录制和处理各类会议（如Zoom/Meet/Teams）或语音备忘录。它能生成带有时间戳的完整转录文本，并利用高级AI自动提取结构化的会议摘要、可执行任务清单（包含负责人和截止日期）和关键讨论点，帮助用户高效记录和跟进项目进展。

语言