登录
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 语音转文本 ，共找到 37 条记录
默认排序 最新上传 最多下载

Pipecat低延迟语音助手构建教程

pipecat-friday-agent
sickn33/antigravity-awesome-skills
344
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。
查看详情

ElevenLabs TTS与声音克隆工作流

elevenlabs-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
190
本流程实现了基于ElevenLabs的文本转语音（TTS）和声音克隆功能。用户可以利用该流程生成高质量、可控的语音内容，包括高级音色和风格调节。它支持从音频样本进行即时声音克隆，并提供WebSocket流式传输，适用于构建实时聊天机器人、直播或需要低延迟音频的应用场景。
查看详情

AssemblyAI转录成本优化指南

assemblyai-cost-tuning
jeremylongshore/claude-code-plugins-plus-skills
234
本技能旨在提供一套完整的AssemblyAI成本优化指南。它详细说明了如何在语音转文本过程中，通过模型选择、功能模块预算（如说话人分离、情感分析）和成本估算，最大限度地降低转录费用。适用于需要精细化成本控制和高效率资源管理的商业项目。
查看详情

AssemblyAI生产级架构设计

assemblyai-reference-architecture
jeremylongshore/claude-code-plugins-plus-skills
197
本文件提供了基于AssemblyAI的生产级转录服务参考架构。它遵循分层设计原则，覆盖了从API接口、服务逻辑到Webhook处理、批量任务和LeMUR高级分析的完整流程。适用于需要构建高可靠性、可扩展语音转文本系统的开发场景。
查看详情

AssemblyAI CI/CD集成测试指南

assemblyai-ci-integration
jeremylongshore/claude-code-plugins-plus-skills
283
本指南提供了一套完整的AssemblyAI CI/CD集成方案，用于自动化测试语音转文本项目。它详细介绍了如何使用GitHub Actions配置工作流，包含无成本的本地单元测试（Mocked）和受控的实测集成测试。确保您的转录服务在自动化构建流程中保持稳定和可靠。
查看详情

AssemblyAI SDK 生产级模式

assemblyai-sdk-patterns
jeremylongshore/claude-code-plugins-plus-skills
368
本指南提供了在TypeScript和Python中集成AssemblyAI SDK的生产级架构模式。内容涵盖单例客户端实现、服务封装、高级错误处理（如指数退避重试）以及多租户管理。适用于构建高可靠、可扩展的语音转文本系统。
查看详情

高级音频处理与语音合成

elevenlabs-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
232
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。
查看详情

ElevenLabs语音合成API指南

elevenlabs-hello-world
jeremylongshore/claude-code-plugins-plus-skills
224
本技能提供了一份完整的ElevenLabs语音合成API使用指南。内容涵盖使用TypeScript、Python和cURL等多种方式，实现文本到语音的高质量转换。用户可以学习如何精细控制语音参数、选择不同模型（如低延迟流式传输），适用于各类需要高质量语音内容生成的应用开发。
查看详情

ElevenLabs API认证与配置

elevenlabs-install-auth
jeremylongshore/claude-code-plugins-plus-skills
255
本指南详细介绍了如何在Node.js和Python环境中安装并配置ElevenLabs SDK。内容涵盖了如何使用环境变量设置API密钥、初始化客户端连接，并通过列出可用音色等方式进行连接验证。适用于所有需要集成高级文本转语音（TTS）或语音合成功能的开发场景。
查看详情

本地离线文本转语音与声音克隆

local-tts
jeremylongshore/claude-code-plugins-plus-skills
405
本技能基于VoxCPM2模型实现本地离线文本转语音合成。支持30种语言，提供三种先进模式：标准语音合成、描述式声音设计，以及从用户提供的参考音频进行声音克隆。所有处理均在本地设备上完成，无需任何API调用或网络连接，非常适合制作高质量的视频旁白、播客音频或语音消息。
查看详情

语音转文本开发集成指南

wispr-ci-integration
jeremylongshore/claude-code-plugins-plus-skills
491
提供完整的Wispr Flow语音转文本API集成指南。本技能指导开发者如何将语音输入功能集成到开发工作流中，支持低延迟的WebSocket流式传输和REST API调用。适用于构建语音控制应用、实时代码或命令行指令的转录功能，确保在编程和开发场景下的准确性和稳定性。
查看详情

Wispr Flow语音转文本错误指南

wispr-common-errors
jeremylongshore/claude-code-plugins-plus-skills
132
本指南为开发者提供了Wispr Flow语音转文本API的全面错误处理和故障排除文档。它涵盖了WebSocket流式传输、REST API调用以及通用听写工作流中的常见问题。用户可以学习如何解决认证失败、网络断开和准确度低等错误，从而顺利集成语音能力。
查看详情
上一页1234下一页
语言
简体中文
English