语音处理

适用人群

适合：要做品牌配音、播客旁白或助手语音的人、要批量生成课程讲解、短视频配音或音频播报的人、要把固定音色接进客服、内容生产或语音产品流程的人。

技能介绍

这个技能主要用于语音克隆、语音生成和音频内容处理，适合把文本快速变成可直接使用的语音结果。

业务背景和落地案例

当团队需要语音处理时，可以先用语音处理完成第一轮处理。常见做法是把相关文件、网址、素材或配置交给它，先产出初版结果，再由人工确认和继续推进。

能做什么

• 克隆或配置语音角色。
• 生成语音或播报结果。
• 把语音能力接入现有对话或内容流程。

安装方法

方式 1：对 OpenClaw 说（不用写代码）

适合：OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。

直接对 OpenClaw 说：

帮我安装一个叫 语音处理 的 Skill。
如果安装时需要精确名字，就用 skill-transcribe-audio。
装好以后，先用它帮我处理一遍当前任务。

如果需要手动安装，可以用这条命令：

clawhub install skill-transcribe-audio

方式 2：导入 MD 安装

适合：腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。

1. 找到这条 Skill 自带的 Markdown 文件，通常就是它的 SKILL.md 或同名 .md 文件。
2. 把这个 Markdown 文件导入到你的产品里。
3. 导入完成后，直接对 AI 说：

用刚刚导入的语音处理，先帮我处理当前任务。

备注：这一种本质上是导入一个 Markdown 文件，给知道安装包里有 .md 文件的人即可。

方式 3：代码安装

适合：Claude Code、Cursor、通义灵码、文心快码。

最短可用命令：

bash ~/.claude/skills/transcribe-audio/scripts/setup_fluidaudio.sh

如果要继续执行，可以再用：

python3 ~/.claude/skills/transcribe-audio/scripts/align_speakers.py \
python3 ~/.claude/skills/transcribe-audio/scripts/merge_fluidaudio_chunks.py \

使用步骤

1. 先选上面 3 种方式里，自己最容易完成的一种。
2. 安装完成后，直接对 OpenClaw 说：“用语音处理帮我处理当前任务。” 先让它自己跑一遍就可以。
3. 如果你已经有明确文件、网址、目录或数据，再把它补给 OpenClaw，让它只处理这一部分。
4. 先看第一轮结果，再决定要不要追加条件、缩小范围或继续执行下一步。
5. 如果这条 Skill 确实好用，就把它保留在常用列表，后面重复任务直接复用。

你需要准备什么

• 与你当前任务相关的文件、网址、目录或数据。
• 要处理的文本内容。
• 语音样本、参考音色或角色要求。
• 输出格式、语言或时长要求。
• 如果这条 Skill 依赖外部服务，还要准备对应账号权限或可用凭证。

你会看到什么结果

• 可直接使用的音频结果。
• 语音角色配置或语音 ID。
• 后续可继续复用的语音处理结果。

风险提示

• 涉及 API Key、Token 或其他凭证时，先确认保存方式和权限边界。
• 如果会修改外部系统、本地文件或线上环境，建议先在测试环境跑最小流程。
• 依赖外部服务时，网络波动、配额限制或接口变化都会影响结果。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/HartreeWorks/skill-transcribe-audio
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/HartreeWorks/skill-transcribe-audio/download