语音转文字 Skills

SKILLS 专题技术与安全

通用语音识别:转写、分段、标点与关键词。按需组合,不必全装。

本专题收录 196 个技能 数据同步于 2026-10-11 21:56:06

本专题共收录 196 个技能,以前端设计(78)、效率(28)、内容创作(22)这些方向为主。其中 177 个给出可执行安装命令,8 个标明许可证。

本专题技能 196 同一件事的成套技能
带安装命令 177 复制即用,多数走 npx
许可证明确 8 其余未声明,商用前需确认
已核验 1 最近核验 2026-05-01
数据同步 2026-10-11 21:56 更新 · 本站最近一次同步

这个场景的技能构成

按本专题 196 个技能统计
分类可点,进技能大全按分类继续筛
权限要求左低右高
  • 只读 2
  • 联网访问 3
  • 接触敏感数据 8
  • 调用外部服务 6
  • 写入文件 1

有 9 个会写文件、执行命令或接触敏感数据,装之前先看清楚要求。 另有 176 个(90%)没标权限。

适用客户端6 种
  • Gemini CLI13
  • Cursor13
  • Codex13
  • Claude13
  • OpenClaw5
  • 本地 Agent3

语音转文字 技能清单

第 9 / 9 页 · 每页 24 个
点标题进详情页看完整 SKILL.md 与安装步骤

Tingwu Asr

cat-xierluo

使用阿里云通义听悟进行云端音频/视频转录。本技能应在用户需要云端语音转文字、长音频转录、本地 ASR 不可用或需要更高精度时使用。不适用于无网络环境或需要完全离线的场景。

内容创作 GitHub 仓库 未标注权限 许可证不明确
累计安装
—
本周安装
—
GitHub 星标
—

Video Copy Analyzer

pengfeiqiao

视频文案分析一站式工具。下载在线视频(B站/YouTube/抖音等)、使用FunASR Nano进行中文语音转录、 自动校正文稿、并进行三维度综合分析(TextContent/Viral/Brainstorming)。 使用场景:当用户需要分析短视频文案、提取视频内容、学习爆款文案技巧时。 关键词:视频分析、文案分析、语音转文字、FunASR、Whisper、爆款分析、视频下载

内容创作 GitHub 仓库 未标注权限 许可证不明确
累计安装
—
本周安装
—
GitHub 星标
—

Whisper Local

huzengyun3268

本地 Whisper 语音转文字(完全免费,离线可用)。当用户发送语音消息时使用此技能将语音转换为文字。无需 API Key,不花任何费用。支持中文、英文等语言自动识别。

音频生成 GitHub 仓库 未标注权限 许可证不明确
累计安装
—
本周安装
—
GitHub 星标
—

Yichen Volc Asr

mcncarl

火山引擎音视频转写 + 口播自动粗剪 skill。用于语音转文字、视频转文字、音频识别、生成时间戳/SRT 字幕,也用于帮我剪口播、自动粗剪、删重复、删停顿、删口误、生成粗剪 MP4。 触发场景:用户说"帮我转写这个视频"、"音视频转文字"、"识别这个音频"、"帮我剪口播"、"自动剪辑"时使用。

内容创作 GitHub 仓库 未标注权限 许可证不明确
累计安装
—
本周安装
—
GitHub 星标
—

怎么在「语音转文字」里挑技能

三步
先看权限再看安装量
① 先看权限只读最少风险本专题 5 档权限,越靠右(写文件、执行命令)越要先在测试环境试
② 再看活跃度本周安装 > 累计安装累计安装容易被老牌技能长期占据,本周安装更能说明现在还有人在用
③ 最后看许可证明确 = 可商用许可证不明确的技能个人试用通常没问题,对外服务前先联系作者

关于「语音转文字」专题的常见问题

「语音转文字」专题里都是些什么技能?

共 196 个与「语音转文字」相关的 Agent Skills,覆盖最多的是 前端设计(78)、效率(28)、内容创作(22)、研究检索(18)。通用语音识别:转写、分段、标点与关键词。按需组合,不必全装。其中 177 个给出可执行安装命令,8 个标明许可证,1 个经过本站核验。

语音转文字类技能怎么安装?

点开任意技能进详情页,复制里面的安装命令(多数是一条 npx 命令,也可以从客户端自带的技能市场装),装完在客户端里问一句「你有哪些技能」确认。装之前先看权限级别与许可证状态:标「执行命令」或「写入文件」的,先在测试项目里试。

挑语音转文字类技能要注意什么?

这个专题里 2 个技能是只读的,1 个会写文件或执行命令,宿主分布上以 Gemini CLI 13 个、Cursor 13 个、Codex 13 个 为主。权限越靠右风险越高,涉及执行命令、读写本地文件的技能优先在隔离环境里跑;许可证不明确的技能个人试用通常没问题,但别直接用在对外服务里。

这个专题和分类页有什么区别?

分类页按能力归属分大类(写作、开发、效率…),一个分类下什么场景都有;专题页按「你要做的这件事」把相关的技能凑成一套,「语音转文字」就是这一类。想按能力逛回 AI Skills 大全(/skills),想换个场景回 Skills 专题总入口(/skills/topic)。

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,数据日期 2026-10-11 21:56:06。