audio-language-models
✓Gemini Live API、Grok Voice Agent、GPT-4o-Transcribe、用于实时语音、语音转文本和 TTS 的 AssemblyAI 模式。在实施语音代理、音频转录或对话式 AI 时使用。
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、用于实时语音、语音转文本和 TTS 的 AssemblyAI 模式。在实施语音代理、音频转录或对话式 AI 时使用。 来源：yonatangross/skillforge-claude-plugin。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/yonatangross/skillforge-claude-plugin --skill audio-language-models- 分类
- *创意媒体
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 audio-language-models？
Gemini Live API、Grok Voice Agent、GPT-4o-Transcribe、用于实时语音、语音转文本和 TTS 的 AssemblyAI 模式。在实施语音代理、音频转录或对话式 AI 时使用。 来源：yonatangross/skillforge-claude-plugin。
如何安装 audio-language-models？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/yonatangross/skillforge-claude-plugin --skill audio-language-models 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/yonatangross/skillforge-claude-plugin
详情
- 分类
- *创意媒体
- 来源
- skills.sh
- 收录时间
- 2026-02-01