🚀完全免费的AI语音转文字工具！支持100+语言和YouTube直接转录 🎧 播客/访谈转写利器，支持多说话人识别！ 💡 不限格式，MP3/MP4/WAV 都能转文字！ 👉 #语音转文字# #AI工具# #AI转录# #字幕生成#

通宵手搓了个逆天的全网首创“X Skill”， 去睡前先大致说下： 实时语音Agent，不仅能拉它上 X Space 跟多人语音， 而且还能在语音中，光动嘴就指挥它在 X 上“做事”。 如图1，在实时语音中， 我（或者甚至其他发言人）可以跟Agent说： “你搜一下 X 上关于减肥针风险的推文， 把最靠谱的推文 URL 发到这个 Space 下的评论区。” 然后它就真的做到了！（图2） 核心是： Grok 的各个模型，包括实时语音模型API， 都具有自然语言发起“Function Calling”的能力 （图3） 用这个去调用 X 账号的OAuth，那么就相当于： 利用 Grok API 原生自带对 X 的自然语义检索能力 乘以 X API的读写能力（发推甚至发私信） 这两个互相一乘，可玩空间太大了。 不得不说， OpenAI GPT-Realtime-2 实时语音模型再好， 可是架不住 Grok Realtime API 实时语音API能玩转X啊。 三言两语说的不是很清楚， 后续我再让 Codex 整理个更清楚的说明书。 明后天我可以找时间另开 Space 公开演示说明。