stepfun-step-audio-r1-1
Skillby praanmichael
clawhub⭐ 15/10
使用StepFun Chat Completions接口调用step-audio-r1.1模型，以非流式方式处理语音对话，支持发送文本及可选的本地音频输入，并保存返回结果。
调用StepFun step-audio-r1.1模型，支持文本与本地音频输入，非流式生成语音回复并保存音频文件，实现语音对话交互。
📊 商业分析
商业模式
per_use
独特价值
封装StepFun音频推理模型，支持文本+音频输入并保存语音输出
竞品
OpenAI GPT-4o语音模式(生态更成熟)、MiniMax语音大模型(中文语音质量更优)、讯飞星火语音交互(国内市场占有率高)
🎯 应用场景
目标用户
AI语音应用开发者多模态交互原型设计者StepFun生态早期探索者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 5/10
- 子分类
- 语音对话与音频生成
- 可商业化
- ❌ 否
AI 标签
语音交互音频生成StepFun多模态AI语音推理
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