[UpInvoice.eu]

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。

管理 elizaOS 云服务 - 部署 AI 代理、聊天补全、图像视频生成、语音克隆、知识库、容器和市场。在与 elizaOS 云、elizacloud.ai 交互、部署 eliza 代理或管理云端托管的 AI 代理时使用。需要设置 ELIZACLOUD_API_KEY 环境变量。

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。

集成 Didit 手机验证独立 API，通过 OTP 验证电话号码。当用户需要验证电话号码、发送短信或 WhatsApp 或 Telegram 验证码、检查手机验证码、检测一次性号码或 VoIP 号码，或使用 Didit 实现基于电话的身份验证时使用。支持多种发送渠道（短信、WhatsApp、Telegram、语音）、欺诈信号和基于策略的自动拒绝功能。

适用于 ElevenLabs API 的 OpenClaw 技能：文本转语音、语音转语音、实时语音转文本、语音/模型以及对话工作流

聘请抖音用户制作真实的产品用户生成内容、顾客证言和品牌故事视频，通过真实的客户声音建立信任并提升互动率

使用 Qwen3-TTS VoiceDesign 进行文本转语音，通过自然语言描述结合种子音色固定来设计自定义语音。内置兼容 OpenAI 的 API 服务器、一键部署工具和批量种子探索功能，适用于语音生成、语音设计或为 OpenClaw 添加 TTS 功能。

OpenClaw代理的语音命令检测与动作执行