下载

Skill UI

浏览并发现 9747+ 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

搜索音频生成，共找到 30 条记录

默认排序最新上传最多下载

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。

Deepgram安全最佳实践指南

deepgram-security-basics

jeremylongshore/claude-code-plugins-plus-skills

本文档详细介绍了为Deepgram API集成设计的安全最佳实践指南。内容涵盖了关键的API密钥范围控制、密钥轮换策略、启用内置的PII脱敏功能处理敏感数据，以及生成临时的客户端密钥和验证音频URL以防止SSRF攻击。适用于构建需要高数据安全性和合规性的生产级应用。

ElevenLabs 语音自动化

elevenlabs-automation

ComposioHQ/awesome-claude-skills

通过 Composio MCP 一键驱动 ElevenLabs 文本转语音工作流：生成语音、查看音色/模型、核对订阅额度、流式播放并重取历史音频。

Gemini API开发指南

sickn33/antigravity-awesome-skills

本指南提供了使用Gemini API的全面开发参考。它允许开发者调用Google最新的多模态AI模型，实现文本内容生成、图片/音频理解、函数调用和结构化数据提取等高级AI功能。内容涵盖Python、JavaScript和Go等主流语言的实践，适用于需要构建复杂AI应用场景的开发者。

Granola支持诊断信息包生成

granola-debug-bundle

jeremylongshore/claude-code-plugins-plus-skills

本工具用于为Granola应用生成完整的诊断信息包。它会自动收集系统配置、网络状态、音频设置和应用元数据，并将所有信息打包成一个ZIP文件，方便用户提交技术支持工单。当遇到复杂的软件故障，需要向技术支持团队提供详细证据时使用。该过程不会泄露任何会议内容或私人密钥。

AI 辅助会议纪要生成

granola-hello-world

jeremylongshore/claude-code-plugins-plus-skills

本技能详细介绍了使用 Granola 捕获和结构化会议记录的完整流程。该工具能自动转录会议音频，并将实时笔记与完整记录智能合并，生成包含摘要、关键决策和行动项的结构化报告。用户还可以利用聊天功能进行会后问答，是进行专业会议文档记录和跟进的理想助手。

Granola AI安装与权限配置

granola-install-auth

jeremylongshore/claude-code-plugins-plus-skills

本指南是Granola AI会议记笔记助手的一站式安装与配置指南。它详细指导用户如何在Mac或Windows设备上完成初始安装、通过Google或Microsoft认证，并确保授予所有必需的系统权限（如屏幕录制和麦克风）。使用场景为首次设置或解决录音/连接问题，确保AI能实时捕捉会议音频并生成结构化纪要。

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。

Kling AI 文本转视频生成

klingai-text-to-video

jeremylongshore/claude-code-plugins-plus-skills

该工具提供Kling AI API，允许用户通过文本描述生成高质量、电影级的视频内容。它支持专业模式、摄像机控制（如平移、倾斜、缩放）和音频同步，非常适合需要构建专业文本到视频生成工作流的内容创作者和开发者。

Kling AI模型升级与迁移指南

klingai-upgrade-migration

jeremylongshore/claude-code-plugins-plus-skills

本指南为开发者提供了安全迁移Kling AI视频生成模型版本（如v1.x到v2.x）的全面指导。内容涵盖了版本间的兼容性变更、参数差异、功能矩阵（包括原生音频和相机控制）以及代码示例，帮助开发者理解如何进行模型升级、A/B测试和实现可靠的回滚机制，确保API集成顺利。

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。

语言