-
音频转文字识别技能
2026年10月17日 30 206 93
技能概述 Fun-ASR 属于 design-media 类目下的音频处理子领域，当前发布版本为 1.0.0。该技能通过阿里云百炼平台提供的 DashScope API，实现对用户上传的多格式音频文件进行自动转写。...
-
音频转文字智能入口技能
2026年10月17日 30 19 14
技能概述 AudioClaw Voice Intake 属于设计媒体类中的音频处理子领域，当前版本为 1.0.1。该技能专为需要将用户语音消息转换为文本并生成 AudioClaw 可直接使用的会话负载而设计，可在 Feishu、企业聊天机器人等多种渠道中统一调用。 技术上，它封装了 AudioClaw 官方 ASR HTTP...
-
音频转文字技能
2026年10月18日 30 14 13
技能概述 OATDA Transcribe Audio 是一款面向设计媒体子领域‑音频处理的 AI 技能，当前版本为 1.1.0。该技能通过 OATDA 提供的统一音频 API，实现对本地或 Base64 编码音频文件的高效转录。 技术上依托 OpenAI Whisper‑1 等模型，并支持多种响应格式（text、srt、json...
-
音频转文字技能
2026年10月17日 30 179 172
技能概述 transcribe 属于 design-media 类别中的音频处理子领域，当前版本为 1.0.0。该技能通过 SkillBoss API Hub 提供的 Whisper 等模型实现高精度语音转文字（STT）功能。\n技术上依托 OpenAI Whisper 与多模态识别模型，无需本地下载模型，调用 /v1/pilot...
-
音频转文字技能
2026年10月17日 30 198 33
技能概述 transcribe 属于 design-media 类别下的音频处理子领域，当前版本为 1.0.0。该技能通过 SkillBoss API Hub 提供的 Whisper 等模型实现高效的语音转文字（STT）功能。\n技术上依托 OpenAI Whisper 与多模型路由机制，无需本地下载模型，只需配置 SKILLBOSS_API_KEY...
-
音频转录转换波形分析播客制作技能
2026年9月30日 30 103 40
技能概述 Ton 是 Netsnek e.U. 推出的音频与媒体处理工具命名空间，属于设计媒体（design-media）类别下的音频处理子领域，当前版本为 0.1.0。该技能面向音频转录、格式转换、波形分析及播客制作等典型工作流，为现代音频处理提供一体化支持。 技能基于 Linux...
-
音频转带时间戳歌词转录技能
2026年9月11日 30 201 174
技能概述 本技能（acestep-lyrics-transcription）是一款专业的音频转歌词转录工具，隶属于设计媒体类别下的音频处理子领域，当前版本为 1.0.1。它利用 OpenAI Whisper 或 ElevenLabs Scribe API，将音频文件转化为带时间戳的歌词文本，支持 LRC、SRT 及 JSON...
-
音频质量评估数据集
2025年10月3日 30 21 15
音频质量评估数据集_Audio_Quality_Assessment_Dataset 数据来源：互联网公开数据 标签：音频分析, 声音质量, 音频分类, 机器学习, 语音识别, 信号处理, 数据标注, 音频特征 数据概述： 该数据集包含来自公开渠道的音频片段数据，记录了不同质量的音频样本，用于音频质量的评估与分析。主要特征如下：...
-
音频质量评估声音数据集
2025年8月1日 30 51 19
音频质量评估声音数据集_Audio_Quality_Assessment_Sound_Dataset 数据来源：互联网公开数据 标签：音频分析, 声音分类, 语音识别, 质量评估, 机器学习, 数据标注, 音频处理, 声音信号 数据概述： 该数据集包含音频文件及其对应的质量评估标签，用于训练和测试音频质量评估模型。主要特征如下：...
-
音频质量检测与改进智能技能
2026年10月17日 30 12 1
技能概述 Audio Quality Checker 是一款面向设计媒体子领域——音频处理的工具，当前版本为 1.0.2。该技能通过 SenseAudio 平台提供的 API，实现对上传音频文件的全面质量分析。...
-
音频解构与编曲技能
2026年10月17日 30 164 163
技能概述 Strudel Music 是一款基于实时编程的音频处理工具，归属于设计媒体（design-media）类别下的音频处理子领域，当前版本为 1.2.2。该技能通过 Strudel 语言实现对任意音频的解构、样本提取以及基于词汇表的自动作曲。 技术上，它依赖 Node.js (>=20) 与 ffmpeg...
-
音频视频内容创作与播客生成技能
2026年9月30日 30 70 54
技能概述 Listenhub 是一款面向设计媒体领域的音频视频内容创作技能，版本 0.1.0，专注于将文本、链接或图像提示转化为播客、解释视频或语音旁白。它属于内容生成与多媒体处理子领域，旨在降低知识分享的创作门槛。...
-
音频特征歌曲MFCC数据集
2025年9月6日 30 51 32
音频特征歌曲MFCC数据集_Audio_Feature_Songs_MFCC 数据来源：互联网公开数据 标签：音频分析, 音乐, MFCC, 特征提取, 音乐流派, 印度音乐, 数据挖掘, 机器学习 数据概述： 该数据集包含从多种印度音乐风格中提取的歌曲梅尔频率倒谱系数（MFCC）数据。主要特征如下：...
-
音频特征提取数据集
2025年10月3日 30 102 36
音频特征提取数据集_Audio_Feature_Extraction_Dataset 数据来源：互联网公开数据 标签：音频分析, 机器学习, 特征工程, ZCR, RMSE, MFCC, 数据增强, 信号处理 数据概述： 该数据集包含从音频信号中提取的特征数据，用于音频分析和机器学习模型的训练与评估。主要特征如下：...
-
音频特征情感识别训练数据集
2025年8月30日 30 130 35
音频特征情感识别训练数据集_Audio_Feature_Emotion_Recognition_Training_Dataset 数据来源：互联网公开数据 标签：音频分析, 情感识别, 机器学习, 语音信号处理, 特征提取, MFCC, ZCR, RMS, 数据集构建 数据概述：...
-
音频格式转换剪辑压缩提取技能
2026年9月23日 30 11 9
技能概述 音频处理工具（Audio Tool）是一款专注于音频处理的 AI 技能，属于设计媒体（design-media）类别下的音频处理子领域，当前版本为 1.0.3。该技能旨在为播客制作、音乐创作、视频剪辑等场景提供全面的音频处理能力，覆盖格式转换、剪辑、压缩、提取等核心操作。 技能基于 FFmpeg 技术构建，能力密度高，支持...
-
音频样本分类数据集
2025年4月25日 30 9 1
音频样本分类数据集 数据来源：互联网公开数据 标签：大调,小调,吉他,钢琴,音色识别,音乐分类,机器学习,音效分析,音调识别,音乐信息检索 数据概述： 本数据集包含吉他和钢琴两种乐器的音频样本，主要用于区分大调和小调音色的分类任务。数据集涵盖了不同演奏者、不同音色、不同音调的音频片段，提供丰富的音色特征信息。 数据用途概述：...
-
音频智能转写时间戳文本技能
2026年10月17日 30 180 152
技能概述 SenseVoice Transcribe 是一款专注于音频转写的 AI 技能，隶属于设计媒体（design-media）类别下的音频处理子领域，当前版本为 1.0.0。该技能基于 SenseVoice-Small 模型与 FSMN-VAD 技术，能够将 WAV、MP3、M4A、FLAC...
-
音频文件重命名元数据映射数据集
2025年7月19日 30 198 35
音频文件重命名元数据映射数据集_Audio_File_Renaming_Metadata_Mapping 数据来源：互联网公开数据 标签：音频处理, 文件管理, 元数据, 映射关系, 数据清洗, 批量重命名, 文本分析, 数据集 数据概述： 该数据集包含音频文件重命名过程中产生的元数据映射关系，记录了原始文件名与其对应的新文件名。主要特征如下：...
-
音频文件简易英文重命名技能
2026年10月17日 30 101 59
技能概述 Audio Rename 是一款面向设计媒体领域中音频处理子方向的工具，当前版本为 1.0.0。该技能通过触发词“重命名音频”“rename audio”等，实现对含有中文或特殊字符的音频文件进行统一英文命名，以满足 mlx‑stt 等后端识别系统的路径兼容需求。 技术实现基于 Python 对 Unicode 文件名的精准解析，支持...
