audio-language-models
✓Gemini Live API、Grok Voice Agent、GPT-4o-Transcribe、用於實時語音、語音轉文本和 TTS 的 AssemblyAI 模式。在實施語音代理、音頻轉錄或對話式 AI 時使用。
SKILL.md
Build real-time voice agents and audio processing using the latest native speech-to-speech models.
| Model | Latency | Languages | Price | Best For |
| Grok Voice Agent | <1s TTFA | 100+ | $0.05/min | Fastest, #1 Big Bench | | Gemini Live API | Low | 24 (30 voices) | Usage-based | Emotional awareness | | OpenAI Realtime | 1s | 50+ | $0.10/min | Ecosystem integration |
Gemini Live API、Grok Voice Agent、GPT-4o-Transcribe、用於實時語音、語音轉文本和 TTS 的 AssemblyAI 模式。在實施語音代理、音頻轉錄或對話式 AI 時使用。 來源：yonatangross/skillforge-claude-plugin。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/yonatangross/skillforge-claude-plugin --skill audio-language-models- 分類
- *創意媒體
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 audio-language-models？
Gemini Live API、Grok Voice Agent、GPT-4o-Transcribe、用於實時語音、語音轉文本和 TTS 的 AssemblyAI 模式。在實施語音代理、音頻轉錄或對話式 AI 時使用。 來源：yonatangross/skillforge-claude-plugin。
如何安裝 audio-language-models？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/yonatangross/skillforge-claude-plugin --skill audio-language-models 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/yonatangross/skillforge-claude-plugin
詳情
- 分類
- *創意媒體
- 來源
- skills.sh
- 收錄時間
- 2026-02-01