「voice」の検索結果

Azure AI VoiceLive SDK for Java. Real-time bidirectional voice conversations with AI assistants using WebSocket.

日本語の概要は準備中です。原文の説明を表示しています。

Text-to-speech conversion using node-edge-tts npm package for generating audio from text. Supports multiple voices, languages, speed adjustment, pitch control, and subtitle generation. Use when: (1) User requests audio/voice output with the "tts" trigger or keyword. (2) Content needs to be spoken rather than read (multitasking, accessibility, driving, cooking). (3) User wants a specific voice, speed, pitch, or format for TTS output.

日本語の概要は準備中です。原文の説明を表示しています。

Real-time voice conversations in Discord voice channels with Claude AI

日本語の概要は準備中です。原文の説明を表示しています。

Generate, manage, and track professional invoices with payment terms, recurring billing, overdue automation, and financial reporting. Use when creating invoices, tracking payments, managing clients, or reviewing revenue.

日本語の概要は準備中です。原文の説明を表示しています。

Extract and codify brand voice from existing content for consistent messaging

日本語の概要は準備中です。原文の説明を表示しています。

Add voice message transcription to NanoClaw using OpenAI's Whisper API. Automatically transcribes WhatsApp voice notes so the agent can read and respond to them.

日本語の概要は準備中です。原文の説明を表示しています。

ElevenLabsで文章を音声に変え、手元で再生したり音声ファイルに保存したりするスキル。声の選択に加え、発音や間、ささやきなどの話し方も調整します。

• 文章を手元で読み上げたいとき
• 音声での返答をファイルに保存
• 読み上げる声を選んで確認

複数回のインタビューでブランドの目的、顧客像、個性、語り口を掘り下げ、創業者間の認識の違いも整理して、協力者に共有できるブランドブックにまとめます。

• 新ブランドの方向性を決めたいとき
• ブランドの立ち位置を見直したいとき
• 複数の創業者の認識をそろえたいとき

営業・提携・資金調達の候補者を調べて優先順位を付け、共通の知人を通じた紹介経路を探し、相手の近況と送り手の文体に合わせてメールやSNSの連絡文を下書きします。

• 特定業界の見込み客を探したいとき
• 提携先や投資家候補の優先順位付け
• 共通の知人からの紹介経路の調査

資金調達に向けた投資家への初回メール、紹介依頼、面談後の連絡を作成するスキル。相手の投資方針や具体的な実績を踏まえ、簡潔で次の行動が明確な文面に整えます。

• 投資家への初回メールを作りたいとき
• 転送用の説明を添えた紹介依頼
• 返信がない場合の連絡計画

輸出入商品の関税分類、通関書類の確認、制裁対象との照合を支援します。米国・EU・英国・アジア太平洋の貿易実務を対象に、関税優遇や税関照会への対応も整理します。

• 商品仕様から関税分類を検討したいとき
• 送り状や原産地証明を確認したいとき
• 自由貿易協定の優遇条件を検討したいとき

A contract for what the agent does when a long, messy, stream-of-consciousness ramble arrives (usually voice dictation): act on nothing until the echo brief is approved. The echo audits the entire transfer, mission, locked decisions and constraints, open questions, flips and parked tangents, with the model's inferences and guesses quarantined away from the user's own phrasing, so the user verifies what the model believes, not just what it doubts. Use when the user says "let me think out loud" or wants to ramble a bit before building anything, when a message opens with a speech-to-text preamble like "switching to voice, sorry for typos", when input is a long weakly punctuated stream with restarts and mid-message reversals ("actually no, wait, scrap that idea entirely"), or when the user asks to be interviewed about a fuzzy half-formed idea. Includes an optional capture mode for rambles spread across several messages and an optional targeted interview.

日本語の概要は準備中です。原文の説明を表示しています。

Brand voice, visual identity, messaging frameworks, asset management, brand consistency. Activate for branded content, tone of voice, marketing assets, brand compliance, style guides.

日本語の概要は準備中です。原文の説明を表示しています。

Generate spoken audio from text using OpenAI's API with built-in voices. Useful for narrated explainers, lecture audio, and quick voiceover tracks.

日本語の概要は準備中です。原文の説明を表示しています。

Automatically organizes invoices and receipts for tax preparation by reading messy files, extracting key information, renaming them consistently, and sorting them into logical folders. Turns hours of manual bookkeeping into minutes of automated organization.

日本語の概要は準備中です。原文の説明を表示しています。

Provides the static system voice catalog used by Jarvis. It does not define a user-facing workflow.

日本語の概要は準備中です。原文の説明を表示しています。

Learns how the user writes from their own sent messages and docs, and builds a voice profile so future drafts sound like them instead of generic AI. The profile is saved as the my-writing-style skill. Use when the user asks to set up, learn, or capture their writing voice, or complains that drafts sound generic or unlike them and no my-writing-style profile exists. Only for drafting text the user will send as themselves, not for Claude's own replies.

日本語の概要は準備中です。原文の説明を表示しています。

Audio and media assets for HyperFrames compositions, produced by one shared audio engine (`scripts/audio.mjs`) — multi-provider TTS (HeyGen / ElevenLabs / Kokoro local), background music + sound effects (HeyGen audio-library retrieval by default, with local Lyria / MusicGen BGM generation and a bundled SFX library as the no-credential fallback), Whisper transcription, background removal, and caption authoring. Use for voiceover / TTS, BGM, SFX / sound effects, transcription, captions / subtitles / lyrics / karaoke / per-word styling, voice + provider selection, and music-mood prompting.

日本語の概要は準備中です。原文の説明を表示しています。

Create AI avatar videos with precise control over avatars, voices, scripts, scenes, and backgrounds using HeyGen's v2 API. Use when: (1) Choosing a specific avatar and voice for a video, (2) Writing exact scripts for an avatar to speak, (3) Building multi-scene videos with different backgrounds per scene, (4) Creating transparent WebM videos for compositing, (5) Using talking photos as video presenters, (6) Integrating HeyGen avatars with Remotion, (7) Batch video generation with exact specs, (8) Brand-consistent production videos with precise control.

日本語の概要は準備中です。原文の説明を表示しています。

Agent Media OS for a HyperFrames project. Resolve BGM, SFX, image, icon, brand logo, voice, color grade, or LUT into a frozen local file or paste-ready block + ledger record (one verb, `resolve`); generate via TTS / music / image models when the catalog misses; produce voiceover, transcription, captions, and background removal through one shared audio engine; operate on media (cut / reframe / transform); and reuse assets across projects. Also use for vague feedback that real footage looks dark, flat, boring, should feel retro/camcorder/print/ASCII, needs privacy, or needs a media reveal. When the host app provides its own music or sound-effect tools, use those for music and sound effects; `resolve --type bgm|sfx` needs the heygen CLI. When `HEYGEN_API_BASE` is set, HeyGen calls go through that host with no CLI sign-in.

日本語の概要は準備中です。原文の説明を表示しています。

Use this skill to add a new TTS engine to Voicebox. It walks through dependency research, backend implementation, frontend wiring, PyInstaller bundling, and frozen-build testing. Always start with Phase 0 (dependency audit) before writing any code.

日本語の概要は準備中です。原文の説明を表示しています。

Build real-time voice AI applications with bidirectional WebSocket communication.

日本語の概要は準備中です。原文の説明を表示しています。

Install and use the official Multilingual Voiceover package, pinned by digest, for paid hosted work on the Beatra service.

日本語の概要は準備中です。原文の説明を表示しています。

Build AI phone agents with AgentPhone API. Use when the user wants to make phone calls, send/receive SMS, manage phone numbers, create voice agents, set up webhooks, or check usage — anything related to telephony, phone numbers, or voice AI.

日本語の概要は準備中です。原文の説明を表示しています。