"语音转文本" 标签

基于 Model Context Protocol (MCP) 的后端服务，提供监听/跟说等语音工具，并通过 MCP 标准向各种 MCP 客户端（如 Copilot CLI、Claude Code、Gemini CLI）暴露工具、资源和 Prompts，支持多种 STT/TTS 后端及实时音频交互。

cubby 是一个跨平台桌面上下文服务，通过 MCP 协议为 LLM 客户端提供屏幕内容搜索、应用控制和自动化工具。

为Linux系统提供本地语音转文本功能，通过MCP协议将转录结果无缝集成到LLM客户端的输入流中。

为大语言模型客户端提供语音（文本转语音、语音转文本）能力的MCP服务器。

为 Claude 等 MCP 客户端提供 Groq 闪速推理能力，支持文本转语音、语音转文本、图像分析和聊天等功能。

ElevenLabs MCP服务器是一个基于Model Context Protocol的应用后端，旨在通过标准化的方式向LLM客户端提供ElevenLabs强大的语音API服务，包括语音合成、语音克隆、语音转文本等功能。

一个基于MCP协议的服务器，利用OpenAI Whisper API提供音频转文本功能，支持本地文件转录和保存。

该项目是Props Labs提供的MCP服务器集合中的Fireflies服务器实现，允许LLM客户端通过MCP协议访问Fireflies.ai的会议记录，进行检索、查看详情和生成摘要等操作。

Voice Recorder MCP Server是一个基于MCP协议的服务器，它利用OpenAI Whisper模型实现录音和语音转文本功能，为LLM应用提供语音输入能力。

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。