speech2textAutomatically converts speech messages in ogg/wav/mp3/m4a formats to text using offline Faster-Whisper with ffmpeg format conversion.
Install via ClawdBot CLI:
clawdbot install lqwall26/speech2textGrade Fair — based on market validation, documentation quality, package completeness, maintenance status, and authenticity signals.
Generated Oct 1, 2026
在客服系统中集成语音识别技能,将客户发送的语音投诉或咨询自动转写为文字工单。坐席人员无需反复收听录音即可快速查看文字摘要,显著提升处理效率与响应速度。
为即时通讯机器人或虚拟助手添加语音消息识别能力,用户发送语音即可获得文字回复。适合微信、Telegram等平台的智能助理,让不擅长打字的用户也能顺畅交流。
在远程医疗或在线问诊场景中,将患者语音描述自动转写为结构化文本,便于医生快速浏览病情并归档病历。支持中文识别,减少医生手动记录的工作量。
将会议录音文件批量转换为文字记录,配合后续摘要或关键词提取工具,快速生成会议纪要。适合企业行政、项目团队进行会议内容归档与检索。
播客、短视频或口播创作者录制音频后,利用该技能将人声转成文本,用于生成字幕、文章草稿或社交媒体文案。离线识别保证内容隐私不外泄。
以开源方式发布语音识别技能,吸引开发者社区使用,再通过提供托管版API、模型微调或企业级技术支持来盈利。适合独立开发者或小团队快速验证市场。
针对医疗、客服、法律等垂直行业,将语音转写与行业术语库、工作流系统深度集成,打包成完整解决方案销售。可按坐席数或处理时长收费。
将离线语音识别技能嵌入录音笔、智能音箱或车载设备等硬件产品,提升产品交互能力。通过硬件销售溢价或软件授权费获取收益。
💬 Integration Tip
确保ffmpeg已正确加入系统PATH,并根据场景调整Whisper模型大小以平衡识别精度与速度;中文场景建议保持默认语言zh。
Scored Oct 1, 2026
视频自动剪辑助手。基于 FFmpeg 自动提取精彩片段、生成字幕、裁剪时长、制作短视视频,支持多平台导出。当用户需要:自动剪辑视频、提取关键词片段、生成字幕并烧录、导出短视频、提取视频精华、生成视频摘要时使用此技能。
Perform video editing tasks with ffmpeg, including cutting, merging, converting formats, extracting audio, adding subtitles, resizing, cropping, adjusting sp...
When the user wants to optimize signup, registration, account creation, or trial activation flows. Also use when the user mentions "signup conversions," "reg...
Use when the user has a video + a target-language SRT and wants the video to actually speak that language — generates a time-aligned TTS voice dub. Routes by...
Extract frames or short clips from videos using ffmpeg.
本地视频转文字 - 使用 OpenAI Whisper 进行语音识别,完全免费、离线运行、保护隐私