一个基于MCP协议的抖音视频处理服务器，支持无水印视频下载、音频提取和文本转换功能。

一个生产就绪的MCP服务器，通过Strudel.cc实现AI驱动的音乐生成，提供完整的浏览器自动化控制、实时音频分析和模式生成功能

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。

yt-dlp-mcp是一个集成yt-dlp的MCP服务器实现，为LLMs提供视频和音频内容下载功能，支持多种平台如YouTube、Facebook、TikTok等。

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。

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

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。

一个功能强大的YouTube内容访问MCP服务器，提供视频转录、元数据、评论、截图和音频剪辑的完整访问能力，支持Claude桌面版和网页版。

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。

Speech MCP 是一个为Goose设计的语音交互扩展，提供实时语音识别、文本转语音和音频可视化功能。

一个基于Google Gemini AI的MCP服务器，提供图像、音频和视频识别功能，支持多种传输方式和客户端集成。

mcp-audio是一个符合AIO-2030标准的MCP插件，提供语音转文字功能，支持多种音频格式和API调用方式。

一个强大的视频编辑MCP服务器，提供视频和音频的全面编辑功能，支持操作链式处理和无缝集成到MCP客户端。

一个基于FFmpeg的强大视频音频处理MCP服务器，支持格式转换、压缩、剪辑、音频提取、字幕添加等多种媒体处理功能，可通过自然语言指令操作

Rime MCP是一个基于Rime API的文本转语音服务，通过系统原生音频播放器实现语音合成与播放功能。

REAPER MCP Server是一个全面的模型上下文协议服务器，使AI代理能够在REAPER中创建完全混音和母带处理的音轨，支持MIDI和音频功能。

RAGStack-Lambda是一个基于AWS Lambda的无服务器AI文档与媒体处理平台，支持上传文档、图片、视频和音频，通过OCR、转录和向量化技术构建知识库，并提供带来源追溯的AI聊天功能。采用按需付费的零闲置成本架构。

基于MCP协议的文本转语音服务器项目，通过Groq API实现语音合成功能，支持多种音频格式输出。

一个提供音频输入/输出功能的MCP服务器，支持AI助手如Claude与电脑音频系统交互，包括录音、播放音频文件等功能。

一个基于Node.js和FFmpeg的视频处理服务器，提供视频转码和音频提取功能

VOICEVOX语音合成的MCP服务器，提供队列管理和预加载功能，支持文本转语音和音频文件生成。

一个基于MCP协议的媒体编辑服务器，提供视频剪辑、音频转录和主题缩略图生成功能，支持与Claude等AI助手集成实现自动化媒体处理。

一个为macOS提供全面音频播放功能的MCP服务器，支持系统声音、文本转语音和自定义音频文件播放，适用于AI助手等MCP客户端。

一个为AI代理提供音频播放功能的MCP服务器，可在编码任务完成时播放提示音，支持自定义音频和智能回退机制，目前主要支持macOS平台。

一个基于MCP协议的文本转语音服务器，提供文本转MP3音频功能

一个完整的Groq MCP服务器项目，作为智能桥梁连接应用与Groq API，支持多种AI模型（文本、音频、视觉、批处理），具备智能路由、速率限制、缓存优化等高级功能。

REAPER MCP服务器是一个通过API接口暴露REAPER数字音频工作站功能的项目，采用Lua-Python混合架构，支持文件或套接字通信方式，提供756种工具覆盖音频处理的多个领域。

一个基于FastAPI和FastMCP的模块化服务器，集成了数学工具、天气API、网页搜索、音频生成及外部API调用功能，支持AI工具调用和资源路由。

Spotify播放列表MCP服务器，支持自然语言创建播放列表和多种相似度算法的音乐推荐，包括音频特征分析和流派匹配功能

基于Minimax AI和Amazon S3的语音生成MCP服务器，提供文本转语音功能并自动上传音频文件到云端存储

一个提供YouTube视频转录API的Python服务，支持REST和MCP接口，具备多语言转录、自动检测和音频转录回退功能。