"语音识别" 标签

基于 MCP 的语音输入输出后端服务，提供 listen、listen_fixed、speak 等工具，供 Claude Code 等 MCP 客户端进行语音对话和上下文管理。

基于Fun-ASR-Nano模型的语音转文字MCP服务，支持多语言识别、实时转录和音频处理

基于MCP协议提供音频转录服务的后端，支持录音、文件转录、多语言识别及多种导出格式。

一个基于MLX Whisper在Apple Silicon Mac上提供音频转录功能的MCP服务器，支持本地文件、Base64数据和YouTube视频转录。

Deep Transcribe MCP服务器是一个基于 Model Context Protocol 的应用后端，提供音视频文件的深度转录服务，支持多种转录模式和输出格式。

该仓库提供了两个MCP服务器：File Finder用于按文件名片段搜索本地文件，Whisper STT用于使用faster-whisper将音频转录为文本。