Modèle de reconnaissance vocale généraliste d'OpenAI. Prend en charge 99 langues, la transcription, la traduction vers l'anglais et l'identification de la langue. Six tailles de modèle de tiny (39M paramètres) à large (1550M paramètres). Utiliser pour la transcription vocale, la transcription de podcasts ou le traitement audio multilingue. Idéal pour un ASR multilingue robuste.
Ce modèle de reconnaissance vocale généraliste d'OpenAI, appelé synthetic-sciences/openscience, est conçu pour convertir la parole en texte dans 99 langues. Il prend en charge la transcription directe, la traduction vers l'anglais et l'identification automatique de la langue. Le modèle est disponible en six tailles, allant de tiny (39 millions de paramètres) à large (1550 millions de paramètres), ce qui permet aux utilisateurs de choisir un compromis entre vitesse et précision. Il est idéal pour des applications telles que la transcription de podcasts, le traitement audio multilingue et les systèmes de reconnaissance vocale robustes (ASR). Le modèle est accessible via des API ou des plateformes comme OpenAI, et peut être intégré dans des agents IA, des outils de développement ou des workflows automatisés. Sa flexibilité linguistique et sa qualité de reconnaissance en font un outil essentiel pour les développeurs travaillant sur des applications vocales multilingues.
npx skills add synthetic-sciences/openscienceModèle de reconnaissance vocale généraliste d'OpenAI. Prend en charge 99 langues, la transcription, la traduction vers l'anglais et l'identification de la langue. Six tailles de modèle de tiny (39M paramètres) à large (1550M paramètres). Utiliser pour la transcription vocale, la transcription de podcasts ou le traitement audio multilingue. Idéal pour un ASR multilingue robuste.
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.