Voice Recorder MCP Server

🚀 語音錄音 MCP 服務器

這是一個藉助 OpenAI 的 Whisper 模型來記錄音頻並轉錄為文字的 MCP 服務器。它既可以作為 Goose 的自定義擴展運行，也能作為獨立的 MCP 服務器使用，為音頻處理提供了便捷的解決方案。

🚀 快速開始

本服務器可作為 Goose 自定義擴展或獨立 MCP 服務器運行，通過簡單的安裝步驟和配置即可使用。

✨ 主要特性

• 🔊 從默認麥克風錄製音頻。
• 📝 使用 Whisper 轉錄錄音。
• 🤖 集成到 Goose AI 代理作為自定義擴展。
• 💬 提供常見錄音場景的提示語。

📦 安裝指南

# 從源代碼安裝
git clone https://github.com/DefiBax/voice-recorder-mcp.git
cd voice-recorder-mcp
pip install -e .

💻 使用示例

作為獨立 MCP 服務器運行

# 使用默認設置運行（base.en 模型）
voice-recorder-mcp

# 使用指定的 Whisper 模型
voice-recorder-mcp --model medium.en

# 調整採樣率
voice-recorder-mcp --sample-rate 44100

使用 MCP 監視器測試

MCP 監視器提供交互式界面用於測試服務器：

# 安裝 MCP 監視器
npm install -g @modelcontextprotocol/inspector

# 使用監視器運行你的服務器
npx @modelcontextprotocol/inspector voice-recorder-mcp

與 Goose AI 代理配合使用

1. 打開 Goose，進入設置 > 擴展 > 添加 > 命令行擴展。

2. 設置名稱為 voice-recorder。

3. 在命令字段中輸入語音錄音器 MCP 可執行文件的完整路徑：

   /full/path/to/voice-recorder-mcp
   

   或指定模型運行：

   /full/path/to/voice-recorder-mcp --model medium.en
   

   查找路徑方法：

   which voice-recorder-mcp
   

4. 基本功能無需額外環境變量配置。

5. 在與 Goose 的對話中，通過以下語句介紹錄音器： "我希望你可以從語音錄音器返回的轉錄文字中採取行動。例如，當我口述計算如 1+1 時，請返回結果。"

📚 詳細文檔

可用工具

• start_recording：開始從默認麥克風錄製音頻。
• stop_and_transcribe：停止錄音並轉錄為文字。
• record_and_transcribe：按指定時長錄音並轉錄（秒）。

Whisper 模型

此擴展支持多種 Whisper 模型大小：

.en 後綴表示該模型專為英語優化，對於英語內容更快且更準確。

配置要求

• Python 3.12+
• 帶音頻輸入設備（麥克風）

配置選項

你可以通過環境變量配置服務器：

# 設置 Whisper 模型
export WHISPER_MODEL=small.en

# 設置音頻採樣率
export SAMPLE_RATE=44100

# 設置最大錄音時長（秒）
export MAX_DURATION=120

# 使用以下命令運行服務器：
voice-recorder-mcp

🔧 技術細節

本服務器使用 OpenAI 的 Whisper 模型進行音頻轉錄，支持多種模型大小以滿足不同的使用場景。通過環境變量可以靈活配置服務器的參數，如模型選擇、採樣率和最大錄音時長等。同時，提供了與 Goose AI 代理集成的功能，方便用戶在對話中使用語音錄音和轉錄服務。

📄 許可證

文檔中未提及許可證相關信息。

⚠️ 重要提示

• 確保麥克風權限已正確設置，以便應用程序可以訪問。
• 對於網絡連接，請確保設備具備穩定的互聯網以支持模型推理。
• 在使用過程中如遇問題，請檢查控制檯輸出或查閱相關文檔。

💡 使用建議

歡迎社區貢獻！請參考項目倉庫中的Contributing.md瞭解如何參與開發。