使用该输入的 Skills：音频文件

• transformers-js - 在 JavaScript 中运行机器学习模型

  机器学习JavaScriptTypeScript自然语言处理

  ★ 2 · 更新于 2026-10-16

  在 JavaScript 或 TypeScript 中运行预训练机器学习模型，执行自然语言处理、计算机视觉、音频和多模态任务。

  ⚙ 运行机器学习模型⚙ 分类文本⚙ 生成和翻译文本
• matlab-process-streaming-audio - 设计实时流式音频处理链

  MATLABSimulinkAudio Toolbox实时音频

  ★ 1,174 · 更新于 2026-10-16

  使用 Audio Toolbox 流式对象在 MATLAB 和 Simulink 中设计并运行基于帧的实时音频处理链。

  ⚙ 处理音频帧⚙ 滤波音频信号⚙ 控制动态范围
• pydub-automation - 使用 PyDub 自动批量处理音频

  音频处理PyDubPython 自动化批量处理

  ★ 7 · 更新于 2026-10-07

  使用 Python 和 PyDub 批量处理音频，包括格式转换、响度标准化、内容组装、裁剪和片段提取。

  ⚙ 批量处理音频文件⚙ 转换音频格式⚙ 标准化音频响度
• pexo-agent - 使用 Pexo 创建完整的 AI 视频

  AI 视频生成文生视频图生视频多镜头视频

  ★ 800 · 更新于 2026-10-06

  通过 Pexo 将文本、图片、网址、脚本或音频制作成完整的多镜头视频，并支持音乐、字幕、口型同步和合成。

  ⚙ 创建视频项目⚙ 上传用户选择的素材⚙ 转发用户消息
• aspose-slides - 使用 Aspose.Slides for .NET 操作 PowerPoint

  PowerPoint演示文稿Aspose.SlidesC#

  ★ 666 · 更新于 2026-10-03

  使用 Aspose.Slides.NET 以编程方式操作 PowerPoint 演示文稿，包括幻灯片、文本、形状、表格、图表、图像、媒体和格式。

  ⚙ 创建演示文稿⚙ 加载演示文稿格式⚙ 保存演示文稿格式
• heygen - HeyGen AI 视频工具

  HeyGenAI 视频数字人视频视频翻译

  ★ 177 · 更新于 2026-10-03

  通过 HeyGen 生成数字人和电影感视频、翻译并同步口型、合成语音，以及管理声音和数字人。

  ⚙ 生成数字人视频⚙ 生成电影感片段⚙ 翻译现有视频
• ai-avatar-video - 创建 AI 虚拟形象与口型同步视频

  AI 视频生成虚拟形象视频头像播报口型同步

  ★ 6 · 更新于 2026-10-01

  通过 RunComfy 使用音频驱动和脚本驱动的视频模型创建 AI 虚拟形象、头像播报和口型同步视频。

  ⚙ 将请求路由至视频模型⚙ 生成音频驱动的虚拟形象视频⚙ 生成脚本驱动的讲话视频
• ascii-video - 将媒体转换为彩色 ASCII 视频

  ASCII 艺术视频处理FFmpeg终端艺术

  ★ 0 · 更新于 2026-09-30

  将视频、音频、图像或生成式输入转换为彩色 ASCII 动画，并支持音频响应、文字叠加和终端渲染。

  ⚙ 将媒体转换为 ASCII 视频⚙ 分析音频和视频特征⚙ 渲染彩色 ASCII 帧
• ascii-video - 将媒体转换为彩色 ASCII 视频

  ASCII 艺术视频处理音频可视化FFmpeg

  ★ 0 · 更新于 2026-09-29

  将视频、音频、图像或生成参数转换为彩色 ASCII 动画，并可添加音频、文字叠加和旁白。

  ⚙ 将视频转换为 ASCII⚙ 生成音频反应视觉效果⚙ 渲染程序化 ASCII 动画
• ascii-video - 将媒体转换为彩色 ASCII 视频

  ASCII视频FFmpeg终端艺术

  ★ 0 · 更新于 2026-09-29

  将视频、音频、图像或生成式输入转换为彩色 ASCII MP4、GIF、图像序列或终端渲染。

  ⚙ 将视频转换为 ASCII⚙ 生成音频响应视觉效果⚙ 渲染程序化 ASCII 动画
• ascii-video - 制作彩色 ASCII 视频与可视化动画

  ASCII 艺术视频生成音频可视化文字动画

  ★ 0 · 更新于 2026-09-29

  将视频、音频、图像或生成式输入转换为彩色 ASCII 视频，并支持音频反应效果、文字叠加和旁白。

  ⚙ 将视频转换为 ASCII⚙ 创建音频反应视觉效果⚙ 生成程序化动画
• ascii-video - 将媒体转换为彩色 ASCII 视频

  ASCII 艺术视频处理音频可视化生成式动画

  ★ 0 · 更新于 2026-09-29

  将视频、音频、图像或生成式输入转换为彩色 ASCII 动画，并输出 MP4、GIF 或图像序列。

  ⚙ 将视频转换为 ASCII⚙ 生成音频响应视觉效果⚙ 渲染程序化 ASCII 动画
• ascii-video - 将媒体制作成彩色 ASCII 视频

  ASCII 艺术视频处理音频可视化生成式动画

  ★ 0 · 更新于 2026-09-29

  将视频、音频、图像或生成式输入转换为彩色 ASCII 视频、GIF 或图像序列，并支持音频反应效果和文字叠加。

  ⚙ 将视频转换为 ASCII⚙ 生成音频反应视觉效果⚙ 渲染程序化 ASCII 动画
• opc - 多引擎 AI 创作工具链

  AI 创作文本转语音语音识别字幕

  ★ 745 · 更新于 2026-09-28

  通过本地 AI 工作流生成和处理语音、字幕、音乐、图片与视频，并支持音频分析和视频剪辑。

  ⚙ 合成语音⚙ 转录音频⚙ 生成字幕
• audio-map2-align - audio_map2 月份 JSON 毫秒级时间对齐与校对

  音频对齐JSON校对ASR时间戳FunASR

  ★ 1 · 更新于 2026-09-24

  依据 Word 文字与 HTML 问题分段，结合 SRT 字幕与 FunASR 字级时间戳，对 audio_map2 月份 JSON 进行毫秒级对齐与校对。

  ⚙ 对齐段落时间戳⚙ 校对 JSON 分段数据⚙ 检测阅读顺序重排
• tts - Apple Silicon 上的本地语音合成与识别

  语音合成语音识别文字转语音语音转文字

  ★ 27 · 更新于 2026-09-23

  在 Apple Silicon 设备上利用 Vox CLI 提供本地文本转语音、语音识别转录、声音克隆及字幕生成功能。

  ⚙ 合成文本为语音⚙ 转录语音为文本⚙ 根据音频样本克隆声音
• whisper - 强健的多语言语音识别与翻译

  Whisper语音识别自动语音识别语音转文本

  ★ 1 · 更新于 2026-09-18

  使用 Whisper 模型对 99 种语言的音频进行转写，并支持将语音翻译为英文文本。

  ⚙ 将音频转写为文本⚙ 将语音翻译为英文文本⚙ 生成字词级时间戳
• summarize-all - Summarize All Pro 智能总结工具

  文本总结人工智能PDFYouTube

  ★ 3 · 更新于 2026-09-16

  一款可自动检测内容类型、选择总结深度并支持文本、PDF、音频、图像与视频的多功能总结工具。

  ⚙ 总结网页与文档内容⚙ 解答内容相关问题⚙ 对比多篇文章
• youtube-content-summary - YouTube 内容摘要

  youtube视频逐字稿摘要

  ★ 1 · 更新于 2026-09-11

  使用提供的逐字稿、网页证据或原生音频摘要路径，将 YouTube 或视频转录内容总结为笔记、任务、博客或推文。

  ⚙ 总结视频转录内容⚙ 原生转录音频内容⚙ 创建转录摘要产物
• songsee - 从音频生成声谱图和特征面板可视化

  音频声谱图可视化命令行

  ★ 0 · 更新于 2026-09-09

  使用 songsee 命令行工具从音频生成声谱图与特征面板可视化。

  ⚙ 从音频生成声谱图⚙ 生成多面板特征可视化图⚙ 渲染特定时间段音频

Scroll to load more