# 語音識別

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。

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。

MCP說話人分離與識別系統是一個集成了GPU加速的說話人分離、語音識別、情感檢測和Web界面的完整解決方案。它結合了pyannote.audio的說話人分離與faster-whisper轉錄技術，支持持久化說話人識別（一次註冊，永久識別）、雙檢測器情感分析（結合通用AI與個性化聲紋）、即時流處理、REST API和MCP服務器，專為AI智能體集成和愛好項目設計。

一個基於MCP協議的抖音視頻處理服務器，支持無水印視頻下載、音頻提取和文本轉換功能。

Speech MCP是為Goose設計的語音交互擴展，提供即時語音識別、高質量文本轉語音、多語言支持和現代化音頻可視化界面，支持多角色對話生成和音頻轉錄功能。

ASR MCP服務器是一個基於whisper引擎的自動語音識別服務，通過MCP工具提供語音合成功能，便於應用集成。

Speech MCP 是一個為Goose設計的語音交互擴展，提供即時語音識別、文本轉語音和音頻可視化功能。

mcp-audio是一個符合AIO-2030標準的MCP插件，提供語音轉文字功能，支持多種音頻格式和API調用方式。