audio-enhancement-engine当用户想要**音频增强**、**提升音质**、**修复录音**、**降噪**、**语音修复**、**高保真音频**、**48kHz超分辨率**、**清理会议录音**、**音乐音质提升**、**批量处理音频**时自动触发。 集成 **VoiceFixer**（通用语音修复）与 **AudioSR**（高保真音频超级分辨率到48kHz）两种专业技术，支持单个音频文件或整个目录批量处理。 默认使用 VoiceFixer 进行降噪和清晰度提升；当用户提到“高保真”“音乐增强”“提升采样率”“48kHz”等需求时，自动切换到 AudioSR 模式。 支持 wav、mp3、flac、m4a、ogg 等常见
Install via ClawdBot CLI:
clawdbot install wangminrui2022/audio-enhancement-engineGrade Fair — based on market validation, documentation quality, package completeness, maintenance status, and authenticity signals.
Calls external URL not in known-safe list
https://img.shields.io/badge/License-Apache%202.0-blue.svgAudited Apr 20, 2026 · audit v1.0
Generated Oct 14, 2026
播客创作者和记者经常在非专业环境中录制内容，导致环境噪音、回声和人声失真。使用VoiceFixer默认模式可以快速降噪并提升人声清晰度，输出统一的48kHz WAV文件，显著减少人工音频编辑时间。
独立音乐人和制作人需要将低采样率或质量一般的音频提升到48kHz高保真标准。AudioSR模式可增加高频细节与整体保真度，适用于音乐Demo、人声和演唱的增强处理，提升作品在流媒体平台上的听感。
企业需要批量处理大量会议录音和客服通话记录，以提高可读性和归档质量。通过VoiceFixer批量递归处理文件夹，可自动清理噪音并标准化输出格式，便于后续语音转写和合规存储。
教育机构和在线课程平台拥有大量讲师录音，部分存在噪音和清晰度不足的问题。使用该技能可批量增强课程音频，确保学生获得清晰一致的学习体验，同时支持MP3、M4A等常见教学素材格式。
法律和法务团队需要修复老旧或受损的录音证据，以保留关键语音信息。VoiceFixer擅长处理轻微失真和背景噪声，结合批量处理能力，可高效恢复历史录音的可用性，满足取证与档案管理需求。
面向播客、教育机构和企业客户，提供按月订阅的音频增强服务，按处理分钟数分级定价。用户上传音频或文件夹后自动选择VoiceFixer或AudioSR模式，云端GPU加速处理并返回高质量WAV文件。
为开发者平台和第三方应用提供REST API，将音频增强能力集成到现有工作流中，如会议软件、在线教育平台或音频编辑工具。每次API调用按文件时长或请求次数收费。
面向对数据隐私要求高的法律、医疗和金融企业，提供本地私有化部署方案，包含模型部署、批量处理工具和运维支持。按年度授权和节点数量收费，确保音频数据不出内网。
💬 Integration Tip
该技能开箱即用，只需提供音频路径即可自动选择最佳增强模式；建议首次使用VoiceFixer默认参数处理语音，遇到音乐或高保真需求时添加--hifi切换到AudioSR。批量处理时使用-r递归目录可一次性完成整个文件夹的增强任务。
Scored Oct 14, 2026
Transcribe audio files with speaker diarization (who speaks when). Supports 100+ languages, automatic language detection, and timestamps. Use for meetings, interviews, podcasts, or voice messages. Requires AssemblyAI API key.
使用 poocr 库识别发票并导出 Excel。当用户需要识别增值税发票、批量处理发票文件或提取发票信息到 Excel 时调用此技能。
Generate AI text-to-speech audio, use saved voices, or create a one-shot voice clone from an HTTPS reference audio URL and exact transcript via AceDataCloud API.
Generate AI music with Producer via AceDataCloud API. Use when creating songs, generating lyrics, extending tracks, creating covers, swapping vocals/instrumentals, replacing song sections, or uploading reference audio. Supports custom lyrics, instrumental-only mode, and multiple creative actions.
Use when the user has audio or video and wants a timestamped transcript (SRT) in the source language. Routes by source language — Chinese defaults to Volcano...
Create, manage, and deploy ElevenLabs conversational AI agents. Use when the user wants to work with voice agents, list their agents, create new ones, or manage agent configurations.