通过公开分享链接导出腾讯会议的录音转录文本，适用于用户需要从腾讯会议云端录音中提取会议转录数据、AI摘要、智能章节或关键事件。支持导出为带发言者标识和时间戳的Markdown或JSON格式

在 Ubuntu/Linux 和 macOS（Intel/Apple Silicon）上安装并运行适用于 OpenClaw 的本地 NVIDIA Parakeet ASR，配备与 OpenAI 兼容的语音转文本 API。适用于用户需要私有本地语音转文本、语音转录设置、ASR 故障排除，或使用 Parakeet 配置 OpenClaw 语音栈（可选 Whisper 作为备用）的场景。

市场上最便宜的AI媒体API。可转录YouTube视频，使用Flux和Z-Image模型生成图像，支持8种语言50多种语音的文本转语音，通过OCR提取文本，制作视频，去除背景，图像超分辨率，应用风格迁移——全部通过统一API实现。注册即送5美元额度，足以支持数百小时的转录或数千张生成图像，成本仅为其他方案的零头。

通过粘贴链接分析任何视频，支持抖音、YouTube、Instagram、Twitter/X 及上千个其他网站。音频在本地转录，并可回答关于内容的任何问题

完整的Venice AI API工具包，涵盖图像生成、视频、音频、嵌入、转录、角色、模型和管理功能。注重隐私的推理，零数据留存

YouTube长视频（超过1小时）完整逐字转录与翻译流程。适用于用户需要：（1）从YouTube视频中提取字幕，（2）将英文转录文本翻译为中文，（3）处理超出会话限制的长视频，（4）处理DownSub API响应并生成格式化文档

OpenClaw代理的完整Signal Messenger集成，通过signal-cli发送和接收文本与语音消息，支持基于角色的权限控制（所有者/可信/不可信）、自动语音转文字（Whisper）、语音回复（TTS）、会话历史、新联系人分类、输入状态指示、已读回执，以及通过OpenClaw钩子API实现的消息唤醒功能。适用于配置Signal通信、管理Signal联系人、收发Signal消息或设置联系人权限的场景。

使用 Google Gemini 多模态 AI 分析视频。从任意网址（如 Loom、YouTube、TikTok、Vimeo、Twitter/X、Instagram 及 1000 多个网站）下载视频，获取字幕、描述和问题答案。当需要观看、分析、总结或转录视频，或回答有关视频内容的问题时使用。当收到视频链接或涉及视频理解的请求时自动触发。

通过可穿戴设备为OpenClaw代理捕捉并转录环境音频