Speech To Text

rev-ai-automation es una skill de Claude para automatizar flujos de trabajo de Rev AI mediante Composio Rube MCP. Orienta a los agentes para conectar Rube, verificar la conexión rev_ai, buscar primero los esquemas actuales de las herramientas y ejecutar transcripciones u otras tareas relacionadas con Rev AI con menos conjeturas.

happy-scribe-automation ayuda a Claude a ejecutar flujos de trabajo de Happy Scribe mediante Composio Rube MCP. Consulta los requisitos de configuración, las comprobaciones de conexión, el descubrimiento de herramientas y patrones de uso seguros para transcripción, subtítulos, exportaciones y automatización de proyectos.

gladia-automation es una skill de Claude para automatizar tareas de Gladia mediante Composio Rube MCP, con descubrimiento de herramientas en vivo, comprobaciones de conexión y ejecución basada en esquemas antes de transcribir o ejecutar otros flujos de trabajo.

deepgram-automation es una skill de Claude para automatizar tareas de Deepgram mediante Composio Rube MCP. Úsala para descubrir los esquemas actuales de las herramientas, verificar una conexión activa con Deepgram y ejecutar flujos de trabajo orientados por esquema.

transcribe convierte audio o video en texto con diarización opcional y pistas de hablantes conocidos. Encaja muy bien para redacción técnica, notas de reuniones, entrevistas, clases y operaciones de contenido cuando necesitas una skill de transcripción repetible, con formatos de salida claros y menos improvisación que con un prompt genérico.

azure-speech-to-text-rest-py es una skill de REST de Azure Speech en Python para transcribir audio corto sin usar Speech SDK. Úsala en desarrollo backend cuando necesites control HTTP directo, una configuración rápida y compatibilidad con archivos de audio de hasta 60 segundos. La guía cubre la instalación, la autenticación, el formato de audio y cuándo evitar audio largo, streaming o la transcripción por lotes.

La skill de speech-to-text transcribe archivos de audio compatibles a texto plano, con opciones de marcas de tiempo, etiquetas de hablantes y salida JSON. Está pensada para un uso práctico de speech-to-text en flujos de trabajo repetibles, como entrevistas, reuniones, pódcast, clases y tareas de automatización donde importa mantener una transcripción consistente.

La skill de tts convierte texto en audio hablado para narración, doblaje, locución y reproducción alineada a una línea de tiempo. Úsala para generar un archivo de voz a partir de texto plano, convertir artículos o archivos de texto en voz, o renderizar audio a partir de SRT con control de tiempos. Admite modos simple y de línea de tiempo, además de flujos de trabajo conscientes del backend para un uso repetible de tts.

detecting-deepfake-audio-in-vishing-attacks ayuda a los equipos de seguridad a analizar audio en busca de voz generada por IA en casos de vishing, fraude y suplantación de identidad. Extrae características espectrales y basadas en MFCC, puntúa muestras sospechosas y genera un informe de estilo forense para su revisión. Es ideal para flujos de trabajo de auditoría de seguridad y respuesta a incidentes.