下载

Skill UI

浏览并发现 10410+ 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

搜索音频，共找到 106 条记录

默认排序最新上传最多下载

音频转录与会议纪要

audio-transcriber

sickn33/antigravity-awesome-skills

将录音转换为结构化 Markdown 文档，附带说话人、时间戳、字幕和会议摘要，适用于会议、访谈、课程等场景的快速记录。

音频转录与会议纪要

audio-transcriber

sickn33/antigravity-awesome-skills

将录音转换为结构化 Markdown 文档，附带说话人、时间戳、字幕和会议摘要，适用于会议、访谈、课程等场景的快速记录。

AudioCraft 音频生成指南

audiocraft-audio-generation

Orchestra-Research/AI-Research-SKILLs

AudioCraft 是 Meta 的 PyTorch 工具包，结合 MusicGen、AudioGen 和 EnCodec，通过文本生成音乐或音效，非常适合快速构建音乐应用、可控音效与立体声作品。

AudioCraft 音频生成指南

audiocraft-audio-generation

Orchestra-Research/AI-Research-SKILLs

AudioCraft 是 Meta 的 PyTorch 工具包，结合 MusicGen、AudioGen 和 EnCodec，通过文本生成音乐或音效，非常适合快速构建音乐应用、可控音效与立体声作品。

Azure多模态内容理解SDK

azure-ai-contentunderstanding-py

sickn33/antigravity-awesome-skills

该SDK提供了与Azure AI内容理解的编程接口，支持从多种多模态源（包括文档、图片、音频和视频）中提取结构化和语义内容。它不仅支持使用预构建的分析器（如发票、文档搜索），还允许用户创建自定义分析器，以实现高度定制化的数据提取，适用于RAG和自动化工作流。

Azure多模态内容理解SDK

azure-ai-contentunderstanding-py

sickn33/antigravity-awesome-skills

该SDK提供了与Azure AI内容理解的编程接口，支持从多种多模态源（包括文档、图片、音频和视频）中提取结构化和语义内容。它不仅支持使用预构建的分析器（如发票、文档搜索），还允许用户创建自定义分析器，以实现高度定制化的数据提取，适用于RAG和自动化工作流。

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 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。

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。

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。

12 3 4...7 8 9 下一页

语言