Transcripción de voz a texto de alta precisión con los modelos Scribe de ElevenLabs vía la CLI de inference.sh, con diarización, etiquetado de eventos y alineación forzada.
Reemplaza a: Whisper (skill speech-to-text)
bash(belt *)en todo el repo
0–100, la ruta de este skill
último commit aquí
últimos 90 días
146 tok en reposo
4 KB
Funciona con cualquier agente que lea SKILL.md
npx -y skills add skills-101/superpowers --skill elevenlabs-stt --agent claude-codeSe instala solo en este repositorio.
Este skill makes network requests.
Di cualquiera de estas frases y el agente debería cargar este skill.
1 archivo en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.
Requiere la CLI belt de inference.sh instalada y sesión iniciada (belt login).
Necesita en el PATH:npx
Este repo incluye 86 skills. Si instalas uno, normalmente ya tienes los demás. Ver el pack superpowers entero y su comando de instalación
Ejecuta apps de IA vía el CLI de inference.sh: generación de imágenes y video, LLMs, búsqueda web, 3D y automatización de Twitter, con modelos como FLUX, Veo, Gemini, Claude y OpenRouter.
Crea videos de avatares IA y talking heads con el CLI de inference.sh: P-Video-Avatar (TTS integrado), OmniHuman, Fabric, PixVerse, para presentadores, dobleaje, UGC y avatares de juegos.
Genera imágenes con IA usando GPT-Image-2, FLUX, Gemini, Grok, Seedream, Reve y más de 50 modelos vía el CLI de inference.sh.
Genera música y canciones con IA usando ElevenLabs, Diffrythm y Tencent Song Generation vía el CLI de inference.sh, para fondos musicales, redes sociales, podcasts y bandas sonoras.
Genera videos con IA usando Google Veo, Seedance 2.0, HappyHorse, Wan, Grok y más de 40 modelos a través del CLI de inference.sh.
Elimina fondos de imágenes con BiRefNet vía el CLI de inference.sh; útil para fotos de producto, retratos, e-commerce, PNGs transparentes y edición fotográfica.
Construye y despliega aplicaciones en inference.sh usando la CLI belt, en Python o Node.js, incluyendo apps multi-función, GPU, secrets e integraciones.
Generación de diálogo multi-hablante de ElevenLabs: crea conversaciones con distintas voces en un solo archivo de audio vía el CLI de inference.sh.
Genera efectos de sonido con IA a partir de descripciones de texto usando ElevenLabs vía el CLI inference.sh (belt), con duración personalizada y audio libre de regalías.
