該項目擴展了視頻語音識別功能，從僅支持本地Whisper模型，新增支持簡影和B站剪輯的在線語音識別服務，提供了靈活的多服務選擇架構。

一個基於MCP協議的視頻音頻文本提取服務器，支持從多平臺下載視頻並利用Whisper模型進行語音轉文字處理

一個基於Whisper模型的語音錄製和轉錄MCP服務器，可作為Goose AI擴展或獨立運行，支持多種錄音場景和模型配置。

一個基於Whisper模型的語音錄製和轉錄MCP服務器，可作為Goose AI擴展或獨立服務運行。

基於Faster Whisper的高性能語音識別MCP服務器，提供高效的音頻轉寫能力，支持批量處理、多模型尺寸和多種輸出格式。

一個基於whisper.cpp的本地音頻轉錄MCP服務器，支持多種模型和音頻格式，可與蘋果語音備忘錄MCP配合實現完整語音工作流。

MCP Server Whisper是一個基於OpenAI Whisper和GPT-4o模型的音頻處理服務器，提供高級音頻轉錄、格式轉換、批量處理和文本轉語音等功能，通過Model Context Protocol標準實現與AI助手的無縫交互。