moss-transcribe-diarize
Skillby helloeveryworlds
clawhub⭐ 07/10
MOSS 多说话人转写技能。支持 URL / 本地文件 / Base64 音频输入，输出带时间戳与 speaker 的结构化转写结果（JSON、逐段文本、按说话人汇总）。用于会议纪要、访谈录音、多人对话整理。需要 API 凭证（环境变量：MOSS_API_KEY，兼容 MOSI_TTS_API_KEY / MOS...
支持URL/本地/Base64多格式音频输入，自动识别多说话人并生成带时间戳的结构化转写，输出JSON/文本/按说话人汇总三种格式，适用会议纪要、访谈录音、多人对话整理。
📊 商业分析
商业模式
freemium
独特价值
一体化多说话人转写+按说话人汇总，会议纪要自动化生成，无需二次处理
竞品
讯飞听见（准确率高但价格贵¥1.5/分钟）、阿里云ASR（功能全但需自建说话人分离）、Google Speech-to-Text（国内访问受限）
🎯 应用场景
目标用户
企业会议记录员与HR媒体采编与访谈工作者法律/医疗行业文档整理人员
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- 语音识别与说话人分离
- 可商业化
- ✅ 是
AI 标签
语音转文字说话人分离会议纪要多模态输入结构化输出
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