Voice Agent

丝美导航 AI技能集通讯协作技能

Voice Agent

Voice Agent是一款基于AI的本地语音输入输出工具，支持语音转文本和文本转语音，适用于需要语音交互的智能代理。

标签：

链接直达手机查看

Voice Agent

Voice Agent是什么

Voice Agent是一款基于AI的本地语音输入输出工具，通过语音转文本和文本转语音功能，为智能代理提供本地化的语音交互体验。

由 ricardotrevisan 开发 | 累计安装 2,818 次 | 开源协议：MIT-0

Voice Agent的主要功能

语音转文本：使用本地Whisper STT技术，将音频文件转换为文本，支持本地处理，无需外部服务。
文本转语音：利用AWS Polly TTS服务，将文本转换为音频文件，支持多种语音和语言。
本地化处理：所有处理均在本地进行，无需启动容器或服务，保证数据安全和隐私。
健康检查：提供健康检查功能，确保语音代理API正常运行。
简单易用：提供清晰的命令行工具，方便用户进行语音转文本和文本转语音操作。

如何使用Voice Agent

安装：下载并解压Voice Agent工具包，确保后端API运行在http://localhost:8000。
转录：使用transcribe命令，将音频文件转换为文本。
合成：使用synthesize命令，将文本转换为音频文件。
健康检查：使用health命令，检查语音代理API是否正常运行。
故障处理：如果健康检查失败，根据仓库文档启动或修复后端。

Voice Agent的项目地址

项目官网：https://clawhub.ai/ricardotrevisan/voice-agent

Voice Agent的应用场景

智能客服系统，通过语音交互提供客户服务。
智能家居系统，通过语音控制家电设备。
教育系统，提供语音辅助教学。
语音识别应用，将语音转换为可编辑的文本。
语音合成应用，将文本转换为自然流畅的语音。

相关导航

发票查验(invoice-verify) - 慧穗云

慧穗云发票查验API，快速查询发票详细信息。

发票查验 - Invoice Verification

通过API查询发票详情及获取发票类型列表的发票查验工具。

ZUGFeRD Invoice Merger

ZUGFeRD 发票合并工具，将 ZUGFeRD 2.1 标准的发票和时间报告合并为 PDF/A-3b 文件，适用于德国 B2B/Gov。

youtube-voice-summarizer

利用ElevenLabs TTS技术，快速将YouTube视频转换为专业语音摘要。

X Voice Match

X Voice Match是一款分析Twitter/X账户发布风格并生成与其声音相符的帖子的工具。

whatsappVoiceOpenSkill

whatsappVoiceOpenSkill：实时处理WhatsApp语音消息，语音转文字，识别意图，执行处理并自动回复。

wevoicereply

自动化语音合成与推送工具，实现自然口语化文本的语音回复。

Webchat Voice Proxy

提供本地HTTPS/WSS代理和UI注入的Webchat语音交互解决方案。

Webchat Voice Gui

Webchat Voice Gui是一款为OpenClaw WebChat添加语音输入和麦克风按钮的工具，支持音频录制和本地转录。

Webchat Voice Full Stack

提供OpenClaw WebChat本地语音输入的一站式全栈解决方案，实现快速语音转文本。

voice-to-text

火山引擎语音转文字工具，利用BigModel ASR技术，实现快速、准确的语音到文字转换。

voiceskill123

OpenClaw语音通话插件，通过指令适配器启动和管理语音通话。

暂无评论