SystemPrompt Coding Agentは、オープンソースプロジェクトで、ローカルワークステーションをMCPプロトコルでリモート制御可能なAIプログラミングアシスタントに変えます。音声コマンドとモバイル端末での操作をサポートし、異なる場所でのプログラミング管理を実現します。

Chatty MCPはエディタ用に設計された音声インタラクティブなプラグインで、AIリクエストが完了した後に音声で操作内容を要約し、マルチタスク処理の効率を向上させ、カスタム音声エンジンをサポートします。

ClaudeなどのLLMと音声で対話できるMCPサーバー。OpenAI APIキーとマイク/スピーカーがあれば、リアルタイムの音声対話が可能です。

MCPプロトコルに基づくスマートペットコンパニオンアプリで、音声認識と自然言語処理を通じて仮想ペットとのインタラクションを実現し、マルチプラットフォームでの実行をサポートします。

このプロジェクトは、ビデオ音声認識機能を拡張し、ローカルのWhisperモデルのみをサポートする状態から、簡影とB站クリッピングのオンライン音声認識サービスを新たにサポートするようになり、柔軟なマルチサービス選択アーキテクチャを提供します。

MCPフレームワークに基づく多機能なTTSサーバーで、KokoroのローカルTTSとOpenAIのクラウドTTSエンジンを統合し、リアルタイムオーディオストリーム、音声カスタマイズ、再生制御をサポートしています。

Flyworks MCPは、APIインターフェースを通じてデジタルヒューマンのビデオと音声の唇形同期を実現する、無料で高速なゼロサンプル唇形同期ツールです。リアルなスタイルとカートゥーンスタイルをサポートします。

Content Coreは、AIによって駆動される多機能なコンテンツ抽出および処理プラットフォームで、ウェブページ、ドキュメント、音声/ビデオなどのさまざまなソースからコンテンツを抽出し、スマートなクリーニング、要約生成などの機能を提供します。コマンドライン、Pythonライブラリ、MCPサービスなどのさまざまな統合方法をサポートしています。

Hume MCPサーバーはAI協力ツールで、ユーザーがMCPクライアントアプリケーション（Claude DesktopやCursorなど）を通じてOctaveテキスト読み上げ技術を使用し、スマートな音声合成とインタラクションを実現できます。

このプロジェクトはPixeltableのマルチモーダルモデルコンテキストプロトコルサーバーの集合で、音声、ビデオ、画像、文書のインデックスとクエリサービスを提供し、Dockerを使用したローカルデプロイをサポートしています。

大規模モデルに基づくインテリジェントチャットボットプロジェクトで、多プラットフォーム接続と複数のAIモデルをサポートし、テキスト、音声、画像処理およびプラグイン拡張機能を備え、企業用AIアプリケーションをカスタマイズできます。

Fonosterは、オープンソースのTwilio代替品で、クラウドベースのプログラマブル電気通信スタックを提供し、多テナント、PBX機能のデプロイ、音声アプリケーション開発をサポートします。