使用EachLabs AI模型实现文本转语音、语音转文本、语音转换和音频处理。支持ElevenLabs TTS、带话者分离的Whisper语音转文字以及RVC语音转换。适用于用户需要文本转语音、语音转文字或语音转换的场景。

使用 AudioPod AI 的 API 执行音频处理任务，包括 AI 音乐生成（文本转音乐、文本转说唱、纯音乐、采样、人声）、音频分轨、文本转语音、降噪、语音转文字、人声分离和媒体提取。适用于用户需要从文本生成音乐歌曲说唱、将歌曲分离为分轨人声和乐器、从文本生成语音、清理噪音音频、转录音频视频，或从 YouTube 和网址提取音频。需设置 AUDIOPOD_API_KEY 环境变量，或直接传入 api_key。

OpenClaw代理技能，用于将文档转换为Markdown格式。提供微软MarkItDown库的文档和工具，支持PDF、Word、PowerPoint、Excel、图像（OCR）、音频（语音转文字）、HTML和YouTube。

将文件和办公文档转换为 Markdown。支持 PDF、DOCX、PPTX、XLSX、图片（含 OCR）、音频（含转录）、HTML、CSV、JSON、XML、ZIP、YouTube 链接、EPub 等格式。