「audio」の検索結果

AI audio generation powered by CellCog.

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。

Convert PDF, DOCX, XLSX, PPTX, EPUB, images, or audio to Markdown via the markitdown-mcp server — 'extract this PDF', 'OCR this image', 'transcribe this audio'.

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。

Convert documents to Markdown using Microsoft's MarkItDown CLI (`markitdown`). Supports PDF, Word, PowerPoint, Excel, images (OCR), audio (transcription), HTML, YouTube, and URLs. Use when a user wants to convert a file or URL to Markdown, extract text from PDFs/images, transcribe audio/video, or batch-convert documents.

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。

Best practices for Remotion - Video creation in React. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more. Use when building video in React with Remotion — animations, audio, captions, charts, or transitions.

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。

Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video. Triggers: "azure-ai-contentunderstanding", "ContentUnderstandingClient", "multimodal analysis", "document extraction", "video analysis", "audio transcription".

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-powered podcasts with text-to-speech, music, and audio editing. Tools: Kokoro TTS, DIA TTS, Chatterbox, AI music generation, media merger. Capabilities: multi-voice conversations, background music, intro/outro, full episodes. Use for: podcast production, audiobooks, voice content...

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。

Transcribe audio via OpenAI Audio Transcriptions API (Whisper).

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。

yt-dlpを使用した動画ダウンロードの専門スキル。YouTube、ニコニコ動画、Twitter/X、TikTok等1000以上のサイトから動画・音声・字幕をダウンロード。フォーマット選択、プレイリスト処理、メタデータ抽出を効率的に支援。Use when downloading videos, extracting audio, getting subtitles, or fetching metadata from YouTube and other video sites.

Transcribes audio/video files to text. Uses Whisper (openai-whisper) or Vosk (offline) as optional backend — both are detected via presence check. Without backend: placeholder mode with dummy output (dry-run).

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。

Drive NotebookLM over a programmatic CLI with no browser: turn a vault slice into an audio overview, study guide or mind map, and fold the artifacts back into the vault. Browser automation is the fallback if CLI auth breaks. Triggers: "/notebooklm", "make an audio digest of <topic>", "podcast from the vault".

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。

Azure Speech to Text REST API for short audio (Python). Use for simple speech recognition of audio files up to 60 seconds without the Speech SDK.

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。

Transform audio recordings into professional Markdown documentation with intelligent summaries using LLM integration

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 when working with 100Ms — 100ms live video and audio infrastructure management for video conferencing, live streaming, and interactive sessions. Use when monitoring active rooms, analyzing session quality, reviewing usage metrics, managing room templates, or troubleshooting 100ms video/audio sessions.

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。

vision-audio: screenshot, describe, transcribe, diagram.

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 Transformers.js to run state-of-the-art machine learning models directly in JavaScript/TypeScript. Supports NLP (text classification, translation, summarization), computer vision (image classification, object detection), audio (speech recognition, audio classification), and multimodal tasks. Works in browsers and server-side runtimes (Node.js, Bun, Deno) with WebGPU/WASM using pre-trained models from Hugging Face Hub.

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。

Transcribe speech to text using the Speech framework. Use when implementing live microphone transcription with AVAudioEngine, recognizing pre-recorded audio files, configuring on-device vs server-based recognition, handling authorization flows, or adopting the new SpeechAnalyzer API (iOS 26+) for modern async/await speech-to-text.

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。

Azure Speech to Text REST API for short audio (Python). Use for simple speech recognition of audio files up to 60 seconds without the Speech SDK.

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。

Ses steganografi — WAV LSB, DTMF decode, spektogram analizi, DeepSound, Morse code ve Python ile tam çözüm şablonları.

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 and verify Audio controls area for Marketing landing with Bootstrap v5.3 using a working semantic implementation, responsive RTL/LTR behavior, theme tokens, test plan and design verification.

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 and verify Audio controls area for Documentation and knowledge with Bootstrap v5.3 using a working semantic implementation, responsive RTL/LTR behavior, theme tokens, test plan and design verification.

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 and verify Audio controls area for Mobile-first interface with Bootstrap v5.3 using a working semantic implementation, responsive RTL/LTR behavior, theme tokens, test plan and design verification.

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 and verify Audio controls area for Data-heavy application with Bootstrap v5.3 using a working semantic implementation, responsive RTL/LTR behavior, theme tokens, test plan and design verification.

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 and verify Audio controls area for Commerce and checkout with Bootstrap v5.3 using a working semantic implementation, responsive RTL/LTR behavior, theme tokens, test plan and design verification.

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。

Transcribe audio files to text with optional diarization and known-speaker hints. Use when a user asks to transcribe speech from audio/video, extract text from recordings, or label speakers in interviews or meetings.

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。