2025年最佳的 122 個語音處理工具

ElevenLabs官方MCP服務器，提供文本轉語音和音頻處理API交互能力

MiniMax Model Context Protocol (MCP) 是一個官方服務器，支持與強大的文本轉語音、視頻/圖像生成API交互，適用於多種客戶端工具如Claude Desktop、Cursor等。

MiniMax官方模型上下文協議（MCP）服務器，支持文本轉語音、視頻/圖像生成等API交互。

一個基於Spotify API的FastMCP工具，可通過Cursor Composer控制Spotify播放器。

一個基於Model Context Protocol (MCP)的Gmail郵件管理服務器，支持通過AI代理搜索、閱讀、刪除和發送郵件，需配合語音交互客戶端使用。

基於Kokoro TTS引擎的語音合成MCP服務

Zonos TTS與Claude的MCP集成項目，實現文本轉語音功能。

該項目通過Model Context Protocol實現Claude AI與Pure Data的集成，支持通過自然語言動態創建、修改和控制Pure Data音頻處理模塊。

Minimax MCP Tools是一個集成Minimax AI能力的MCP服務器實現，提供圖像生成和文本轉語音功能。

該項目實現了Typecast API的MCP服務器，為MCP客戶端提供標準化的語音合成服務交互方式。

Votars MCP是一個支持多語言實現的工具，用於與Votars AI平臺集成，提供SSE和Stdio兩種交互模式，支持獲取會議記錄等功能。

REAPER MCP Server是一個全面的模型上下文協議服務器，使AI代理能夠在REAPER中創建完全混音和母帶處理的音軌，支持MIDI和音頻功能。

一個基於Google Gemini AI的MCP服務器，提供圖像、音頻和視頻識別功能，支持多種傳輸方式和客戶端集成。

一個基於FastMCP的服務，利用Replicate和0x0.st實現YouTube/Bilibili視頻的在線轉錄功能，提供帶時間戳的文本輸出和臨時文件託管。

一個基於OpenAI API的音頻轉文字MCP服務器，提供音頻轉錄功能並支持多種配置選項。

一個基於FishSpeech的文本轉語音(TTS)MCP服務器，支持語音參考保存，可與Dive等MCP兼容的LLM集成使用。

Chatty MCP是一款為編輯器設計的語音交互插件，能在完成AI請求後通過語音總結操作內容，提升多任務處理效率，支持自定義語音引擎。

Votars MCP是一個支持多語言實現的工具，用於與Votars AI平臺集成，處理語音轉錄和AI任務。

一個讓Claude控制電腦音頻播放的MCP服務

NijiVoice-MCP是一個開發中的項目，實現了與にじボイス（Niji Voice）API的Model Context Protocol (MCP)集成，使LLM能夠通過MCP接口輕鬆調用にじボイ斯的語音合成功能，包括語音生成、聲優列表獲取和餘額查詢等。

一個基於MCP框架的多功能TTS服務器，整合了Kokoro本地TTS和OpenAI雲端TTS引擎，支持即時音頻流、語音定製及播放控制。

一個提供音頻輸入/輸出功能的MCP服務器，支持AI助手如Claude與電腦音頻系統交互，包括錄音、播放音頻文件等功能。

基於MCP協議的智能寵物伴侶應用，通過語音識別和自然語言處理實現與虛擬寵物的互動，支持多平臺運行。

ElevenLabs文本轉語音MCP服務

Groq MCP Server是一個通過Model Context Protocol（MCP）提供快速模型推理的服務，支持文本生成、語音轉換、圖像分析和批量處理等多種功能。

基於OpenAI API的音頻轉錄MCP服務

提供Marginalia搜索服務的MCP服務器

一個通過MCP與AI助手交互管理Alexa購物列表的工具，需手動登錄獲取Cookie並定期刷新。

一個為Transcripter項目實現的MCP服務器，提供基於AI的轉錄搜索、摘要生成等功能，支持標準化模型交互協議。

一個基於MLX Whisper的音頻轉錄MCP服務，支持本地文件、Base64音頻和YouTube視頻轉錄，專為蘋果M系列芯片優化。