gemini-stt
Skillby araa47
clawhub⭐ 26/10
使用 Google Gemini API 或 Vertex AI 转录音频文件。
调用Google Gemini API或Vertex AI对音频文件进行高精度语音转文字转录，支持多语言及企业级部署场景
📊 商业分析
商业模式
per_use
独特价值
借助Gemini原生多模态能力实现高精度音频转录并支持Vertex AI企业级部署
竞品
OpenAI Whisper（开源免费但需自部署）、AssemblyAI（精度高但价格贵）、讯飞语音（中文更强但生态封闭）
🎯 应用场景
目标用户
播客创作者企业会议记录需求方开发者/AI应用集成商
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 2
- 价值评分
- 6/10
- 子分类
- 语音转文字/音频处理
- 可商业化
- ✅ 是
AI 标签
语音转文字Gemini API音频处理Vertex AI多模态
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6