2025年最佳的 122 个语音处理工具

ElevenLabs官方MCP服务器，提供文本转语音和音频处理API交互能力

MiniMax Model Context Protocol (MCP) 是一个官方服务器，支持与强大的文本转语音、视频/图像生成API交互，适用于多种客户端工具如Claude Desktop、Cursor等。

MiniMax官方模型上下文协议（MCP）服务器，支持文本转语音、视频/图像生成等API交互。

该项目通过Model Context Protocol（MCP）让大型语言模型直接理解和生成Max音频处理软件中的音效模块，支持解释、修改和创建音效模块，并提供与LLM的交互界面。

一个基于Twilio API的MCP服务器，用于在语音通话中安全处理支付流程，支持异步回调和引导式工作流。

一个让Claude控制电脑音频播放的MCP服务

一个基于Whisper模型的语音录制和转录MCP服务器，可作为Goose AI扩展或独立服务运行。

MiniMax-MCP是一个多功能服务器项目，提供文本转语音、视频生成和图像生成等API服务，支持开发者集成高级多媒体功能。

该项目通过Model Context Protocol实现Claude AI与Pure Data的集成，支持通过自然语言动态创建、修改和控制Pure Data音频处理模块。

为Typecast API实现的MCP服务器，提供标准化交互接口

这是一个基于Node.js的MCP服务器项目，通过Model Context Protocol实现AI助手与棒読みちゃん语音合成软件的集成，提供文本转语音功能。

ElevenLabs文本转语音MCP服务

MCP Video Digest是一个视频内容处理服务，支持从多个平台提取音频并转换为文本，提供多种转录服务选择。

一个通过MCP与AI助手交互管理Alexa购物列表的工具，需手动登录获取Cookie并定期刷新。

Kokoro文本转语音(TTS)MCP服务器，支持生成MP3文件并可选上传至S3存储

一个基于Windows原生语音服务的文本转语音和语音转文本的MCP服务器，无需外部API依赖。

Speech MCP是为Goose设计的语音交互扩展，提供实时语音识别、高质量文本转语音、多语言支持和现代化音频可视化界面，支持多角色对话生成和音频转录功能。

一个基于FastMCP的服务，利用Replicate和0x0.st实现YouTube/Bilibili视频的在线转录功能，提供带时间戳的文本输出和临时文件托管。

Zonos TTS与Claude的MCP集成项目，实现文本转语音功能。

该项目实现了一个通过命名管道与Audacity音频编辑器交互的MCP服务器，提供远程控制功能（如录制、播放等），支持uv工具运行和Claude桌面客户端集成。

一个为Transcripter项目实现的MCP服务器，提供基于AI的转录搜索、摘要生成等功能，支持标准化模型交互协议。

Pixeltable的多模态模型上下文协议服务器集合，提供音频、视频、图像和文档的索引与查询功能

该项目实现了Typecast API的MCP服务器，为MCP客户端提供标准化的语音合成服务交互方式。

MCP Video Digest 是一个视频内容处理服务，支持从多个平台提取音频并转换为文本，提供多种转录服务选择，具有灵活配置和高效处理能力。

一个基于Spotify API的FastMCP工具，可通过Cursor Composer控制Spotify播放器。

一个基于Rime API的文本转语音MCP服务器，提供系统音频播放功能。

一个为AI助手提供音频输入输出功能的MCP服务器

一个基于OpenAI API的音频转文字MCP服务器，提供音频转录功能并支持多种配置选项。

基于OpenAI API的音频转录MCP服务

一个用于管理Zoom会议转录文本的MCP服务器，提供会议列表、转录下载、搜索等功能。