MLX Whisperをベースとした音声文字起こしMCPサーバーで、ローカルファイル、Base64オーディオ、YouTube動画の文字起こしに対応。AppleのMシリーズチップ用に最適化されています。

Speech MCPは、Goose用に設計された音声対話拡張機能で、リアルタイム音声認識、テキスト読み上げ、オーディオ可視化機能を提供します。

OpenAI APIに基づく音声文字起こしMCPサーバーで、音声トランスクリプション機能を提供し、複数の設定オプションをサポートします。

MCPプロトコルに基づくビデオオーディオテキスト抽出サーバーで、複数のプラットフォームからビデオをダウンロードし、Whisperモデルを利用して音声をテキストに変換する処理をサポートします。

Whisperモデルベースの音声録音と文字起こしMCPサーバーで、Goose AI拡張としても独立して動作することもでき、様々な録音シーンとモデル設定をサポートします。

Whisperモデルに基づく音声録音と文字起こしのMCPサーバーで、Goose AIの拡張機能として、または独立したサービスとして動作させることができます。

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。

Faster Whisperに基づく高性能の音声認識MCPサーバーで、効率的な音声転写機能を提供し、バッチ処理、複数のモデルサイズ、複数の出力形式をサポートします。

MCP話者分離と識別システムは、GPUによる加速を備えた話者分離、音声認識、感情検出、およびWebインターフェイスを統合した完全なソリューションです。pyannote.audioの話者分離技術とfaster - whisperの文字起こし技術を組み合わせ、永続的な話者識別（一度登録すれば永久に識別可能）、デュアル検出器による感情分析（汎用AIと個別化された声紋を組み合わせる）、リアルタイムストリーム処理、REST API、およびMCPサーバーをサポートしており、AIエージェントの統合や趣味プロジェクトに最適です。

Office Whisperer v4.0は、AIベースのMicrosoft Officeソフトウェアの自動化ツールセットで、自然言語インターフェイスを通じて143の専用ツールを提供し、Excel、Word、PowerPoint、Outlookの全面的な自動化操作を実現します。

古典的なプログラミング入門の例

ASR MCPサーバーは、whisperエンジンに基づく自動音声認識サービスで、MCPツールを通じて音声合成機能を提供し、アプリへの統合が容易です。

MCPサーバーWhisperはOpenAI WhisperとGPT - 4oモデルに基づく音声処理サーバーで、高度な音声文字起こし、形式変換、バッチ処理、テキスト読み上げなどの機能を提供し、Model Context Protocol標準を通じてAIアシスタントとのシームレスなインタラクションを実現します。