技能库

视频号科普全案：思维导图动画+长句旁白+BGM+多时长压缩，适用于图文转视频、科普内容视频化。

使用 HeyGen Lipsync Speed 模型通过 dLazy API 将输入视频和音频同步，快速生成唇形同步视频。

使用 SkillBoss API Hub（图像生成、视频生成、TTS 语音和音频理解），实现端到端多模态媒体工作流及代码。

使用 SkillBoss API Hub（由 OpenAI Whisper 提供支持）将音频转录为文本，需要 API 密钥且无需本地模型下载。

将 APIDot 作为 AI API，用于图像生成、视频生成、聊天、音乐生成和 3D 生成等工作流，在用户提出需求时使用。

音频转录技能 —使用 OpenAI Whisper 将音频转录为文本，支持实时录音转写、情感分析和多语言翻译。触发场景：当用户需要录音转写、实时翻译、语音转录、会议记录或音频分析时。

通过 Deepgram Nova-3 API 转录音频。快速、准确、经济高效的语音转文字，支持 50+ 语言。快速且准确的音频转录，使用 Deepgram。

用于将歌曲或音频文件分离成人声、鼓、贝斯、吉他、钢琴等音轨；去除人声用于卡拉OK；提取人声。

Advanced music generation for OpenClaw, using the MiniMax Music 2.6 token plan. Use for cover and style transfer, two-song mashup, lyrics generation API, emo...

当用户拥有两个或以上不同设备录制的同一事件视频/音频，并希望将它们同步或合并时使用。

本地语音转文字，使用 Whisper CLI，无需 API 密钥

提供麦克风选择、环境设置、音量设置及故障排除指导，助力获得最佳短视频音频录制效果。