下载 Instagram Reels，转录音频并提取字幕。分享一个 Reels 链接，即可获得包含原始描述的完整文字稿

使用 Azure AI Voice Live SDK (azure-ai-voicelive) 构建实时语音 AI 应用。当开发需要与 Azure AI 实现双向实时音频通信的 Python 应用时，例如语音助手、语音聊天机器人、实时语音对语音翻译、语音驱动的虚拟形象，或基于 WebSocket 的 AI 音频流媒体，可使用本技能。支持服务器端语音活动检测、基于轮次的对话、函数调用、MCP 工具、虚拟形象集成和语音转文字功能。

在Apple Silicon上使用FluidAudio实现本地文本转语音TTS和语音转文本STT通过Apple神经网络引擎在设备上全本地运行，实现亚秒级语音合成与转录适用于配置本地语音功能语音助手集成或替代云端TTSSTT服务

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。

快速、准确且极为廉价的自动语音转文字服务

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。

内存安全的语音转文字，支持自动分块，16GB内存设备上稳定运行不崩溃

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 AssemblyAI 转录音频/视频（本地上传或网址），并导出字幕及段落/句子格式