Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计通过

midasheng-audio-tagging米达声音频标记

Agent Skill

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制;涉及人声克隆、版权音乐或公开发布时,应先核对授权和合规边界。

总安装

5,040

周安装

210

GitHub Stars

公开资料未说明

下载量

1,680
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:midasheng-audio-tagging(米达声音频标记)
来源仓库:https://github.com/jimbozhang/midasheng-audio-tagging
安装命令:
openclaw skills install midasheng-audio-tagging
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install midasheng-audio-tagging

简介

米达声音频标记用于识别音频中的环境声音类型如水声、打鼾等。

  • 适用于健康监测、安防分析与音频分类场景。midasheng-audio-tagging 属于效率类 Skill,可作为该场景下的辅助能力补充。
  • 输出标签概率分布与时间戳,支持后续事件检测。
  • 模型覆盖声音有限,对新类别识别能力待验证。
  • 集成于 OpenClaw,安装后即可用于音频内容理解任务。

SKILL.md

name
dasheng-audio-tag
description
Audio tagging service for environmental sound recognition. Use when user needs to identify environmental sounds in audio files (water sounds, snoring, etc.) or analyze audio content for sound classification.

dasheng-audio-tag

Audio tagging service that identifies environmental sounds in audio files.

Quick Start

Tag an audio file:

python3 scripts/audiotag.py <audio_file>
# 服务地址: https://llmplus.ai.xiaomi.com/dasheng/audio/tag

Check queue status:

python3 scripts/audiotag.py --queue

API Details

Tagging Endpoint: POST https://llmplus.ai.xiaomi.com/dasheng/audio/tag

  • Method: POST, multipart form-data with file upload

Queue Metrics Endpoint: POST https://llmplus.ai.xiaomi.com/metrics?path=/dasheng/audio/tag

  • Returns: active(当前活跃请求数)、avg_latency_ms(平均耗时)
  • 预估等待时长 = active × avg_latency_ms

Usage Patterns

Basic tagging

python3 scripts/audiotag.py audio.mp3

Check queue / waiting status

python3 scripts/audiotag.py --queue

Programmatic usage

from scripts.audiotag import tag_audio, check_queue, format_queue_status

# Tag audio
result = tag_audio("sample-0.mp3")

# Check queue
queue_info = check_queue()
print(format_queue_status(queue_info))

Queue Status(排队情况)

何时调用

  1. IM 即将超时但 tag 服务还未返回结果时:调用 --queue 查排队情况,告知用户当前排队状态并请用户稍后来问任务是否完成。
  2. 用户稍后询问任务进度但 tag 服务仍未返回时:调用 --queue 返回最新排队情况给用户。

返回字段说明

字段说明
active当前活跃请求数(排队中)
avg_latency_ms平均处理耗时(毫秒)
estimated_wait_sec预估等待时长(秒)= active × avg_latency_ms
total_processed累计已处理请求数

状态分级

  • 🟢 active=0 或预估等待 <5s → 服务空闲/很快完成
  • 🟡 预估等待 5-30s → 轻微排队
  • 🔴 预估等待 >30s → 排队较长,建议稍后重试

Supported Audio Formats

Common audio formats: mp3, wav, m4a, ogg, flac

Troubleshooting

  • File not found: Check the audio file path
  • API request failed: Verify network connectivity and API endpoint availability
  • Unsupported format: Try converting to mp3 or wav format
  • Long wait: Use --queue to check current queue status

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

89.2%
按下载量换算1,499

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills