用于执行视频/音频处理任务，包括转码、滤镜、流传输、元数据操作或使用 FFmpeg 进行复杂的滤镜图操作

使用 Vosk 离线语音识别技术将语音消息和音频文件转换为文本。当用户发送语音消息、音频文件或要求将语音转为文本时使用。

由CellCog驱动的AI音频生成，支持文本转语音、语音合成、配音、播客音频、旁白、音乐生成、背景音乐和音效设计，用AI实现专业级音频创作

在主机本地播放音频/视频

使用 Telnyx 语音转文本 API 将音频文件转录为文本。适用于需要将音频录音、语音消息或口语内容转换为文本的场景。

使用 faster-whisper 自动转录语音消息（本地运行，无需 API 密钥）

通过 clawtunes 命令行工具在 macOS 上控制 Apple Music（播放歌曲、专辑、播放列表，控制播放、音量、随机播放、重复播放、搜索、目录查询、AirPlay 和播放列表管理）。当用户要求播放音乐、搜索歌曲、控制音频播放或管理 Apple Music 设置时使用。

通过一个锁定的SSH容器，使用ffmpeg、sox和ImageMagick处理媒体文件（视频、音频、图片），适用于用户需要转码视频、处理音频、操作图片或处理媒体文件的场景

ElevenLabs AI 音频平台的命令行工具，支持文本转语音、语音转文本、声音克隆等功能