语音转文字

rev-ai-automation 是一個用於透過 Composio Rube MCP 自動化 Rev AI 工作流程的 Claude skill。它會引導代理連接 Rube、驗證 rev_ai connection、先搜尋目前的工具 schema，並以較少猜測執行轉錄或其他相關 Rev AI 任務。

happy-scribe-automation 協助 Claude 透過 Composio Rube MCP 執行 Happy Scribe 工作流程。了解設定需求、連線檢查、工具探索，以及用於轉錄、字幕、匯出與專案自動化的安全使用模式。

gladia-automation 是一個用於 Claude 的 skill，可透過 Composio Rube MCP 自動化 Gladia 任務；在開始轉錄或其他工作流程前，支援即時工具探索、連線檢查，以及依據 schema 執行操作。

deepgram-automation 是一項 Claude 技能，可透過 Composio Rube MCP 自動化 Deepgram 任務。你可以用它探索目前的工具 schema、確認有效的 Deepgram 連線，並執行以 schema 為優先的工作流程。

transcribe 可將音訊或影片轉成文字，並支援選用的聲紋分群與已知說話者提示。它特別適合技術寫作、會議紀錄、訪談、講座與內容營運；當你需要可重複使用、輸出格式清楚、且比通用提示詞更少猜測的 transcribe 技能時，這是一個相當合適的選擇。

azure-speech-to-text-rest-py 是一個 Python 版 Azure Speech REST 技能，適合在不使用 Speech SDK 的情況下進行短音訊轉錄。當你需要直接掌控 HTTP、快速完成設定，且要支援最長 60 秒的音訊檔時，這個技能特別適合後端開發。這份指南涵蓋安裝、驗證、音訊格式，以及何時應避免用在長音訊、串流或批次轉錄情境。

speech-to-text 技能可將支援的音訊檔轉寫為純文字，並提供時間戳記、說話者標籤與 JSON 輸出等選項。它專為需要可重複執行的實務 speech-to-text 工作流程而設計，包括訪談、會議、Podcast、講座，以及重視轉寫一致性的自動化任務。

tts skill 可將文字轉成語音音訊，適用於旁白、配音、口白，以及與時間軸對齊的播放。你可以用它把純文字產生為語音檔、將文章或文字檔轉成語音，或依 SRT 產生具時間控制的音訊。它支援簡單模式與時間軸模式，並提供可感知後端的工作流程，方便重複且穩定地使用 tts。

detecting-deepfake-audio-in-vishing-attacks 可協助資安團隊分析 vishing、詐騙與冒充案件中的音訊，判斷是否含有 AI 生成語音。它會擷取頻譜與 MFCC 特徵、對可疑樣本進行評分，並產出適合檢視的鑑識式報告。很適合安全稽核與事件應變流程使用。