OpenAIs universelles Spracherkennungsmodell. Unterstützt 99 Sprachen, Transkription, Übersetzung ins Englische und Sprachidentifikation. Sechs Modellgrößen von tiny (39M Parameter) bis large (1550M Parameter). Ideal für Sprach-zu-Text, Podcast-Transkription oder mehrsprachige Audioverarbeitung.
Das Skill **synthetic-sciences/openscience** stellt OpenAIs leistungsstarkes, allgemeines Spracherkennungsmodell (ASR) bereit, das für eine Vielzahl von Audioverarbeitungsaufgaben optimiert ist. Es unterstützt 99 Sprachen und bietet Funktionen wie Transkription, Übersetzung ins Englische sowie automatische Sprachidentifikation. Mit sechs verschiedenen Modellgrößen – von tiny (39 Millionen Parametern) für schnelle, ressourcenschonende Einsätze bis hin zu large (1550 Millionen Parametern) für höchste Genauigkeit – eignet es sich sowohl für einfache Sprach-zu-Text-Anwendungen als auch für anspruchsvolle mehrsprachige Szenarien. Entwickelt für hohe Robustheit und breite Sprachabdeckung, ist es die ideale Wahl für Entwickler, die Podcasts transkribieren, mehrsprachige Callcenter-Aufzeichnungen verarbeiten oder KI-Assistenten mit Sprachsteuerung ausstatten möchten.
npx skills add synthetic-sciences/openscienceOpenAIs universelles Spracherkennungsmodell. Unterstützt 99 Sprachen, Transkription, Übersetzung ins Englische und Sprachidentifikation. Sechs Modellgrößen von tiny (39M Parameter) bis large (1550M Parameter). Verwenden Sie es für Sprach-zu-Text, Podcast-Transkription oder mehrsprachige Audioverarbeitung. Am besten geeignet für robuste, mehrsprachige ASR.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.