speech-recognition
Skillby demo112
clawhub⭐ 26/10
通用语音识别 Skill。支持多种音频格式（ogg/mp3/wav/m4a），使用硅基流动 SenseVoice API 进行语音转文字。当用户发送语音消息、音频文件，或需要转录音频时触发。
支持ogg/mp3/wav/m4a多格式音频，调用硅基流动SenseVoice API实现高精度语音转文字，适配中文场景，即发即转。
📊 商业分析
商业模式
per_use
独特价值
多格式音频一键转文字，国产API低延迟低成本
竞品
1. OpenAI Whisper（精度高但需自建）；2. 讯飞语音（国内主流但贵）；3. 阿里云语音识别（生态完善但集成复杂）
🎯 应用场景
目标用户
内容创作者/播客主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
- 语音识别与转录
- 可商业化
- ✅ 是
AI 标签
语音转文字音频转录SenseVoice多格式支持中文识别
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