MCP Audio

🚀 MCP-Audio插件

mcp-audio 是一款符合AIO - 2030标准的MCP插件，它借助Audio语音识别API实现语音转文本的转录功能。

该插件通过 multipart/form-data 和 base64 两种格式对外暴露 identify_voice 方法，支持AIO tools.call 协议，并返回JSON - RPC结构的输出结果。

🚀 快速开始

本地环境搭建

1. 克隆仓库并安装依赖

git clone git@github.com:AIO-2030/mcp-audio.git
cd mcp-audio
python -m venv venv && source venv/bin/activate
pip install -r requirements.txt

2. 添加.env文件

cp .env.example .env

设置音频URL和API密钥：

AUDIO_URL=https--xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

3. 运行MCP服务器

python src/mcp_server.py

4. 使用Docker

4.1 构建并运行容器

docker build -t mcp-audio .
docker run --env-file .env -p 8080:8080 mcp-audio

✨ 主要特性

• 完全符合AIO标准的MCP插件（支持 /tools.call 和 /help 接口）
• 利用SiliconFlow将 .wav 或 .mp3 音频文件转换为文本转录
• 通过 .env 文件安全管理API密钥
• 支持Docker，依赖极少
• 可随时注册到AIO端点注册表

📚 详细文档

API概述

POST /api/v1/mcp/voice_model

直接上传音频文件，响应如下：

{
  "transcript": "hello world",
  "confidence": 0.91,
  "audio_hash": "a1b2c3..."
}

POST /api/v1/mcp/tools.call (AIO协议)

使用base64编码音频的JSON - RPC格式，响应如下：

{
  "method": "tools.call",
  "params": {
    "method": "identify_voice",
    "inputs": [
      {
        "type": "audio",
        "value": "<base64-audio>"
      }
    ]
  }
}

GET /api/v1/mcp/help

自动提供 mcp_audio_registration.json 的内容，供Queen AI用于MCP发现和服务索引。

测试工具

Base64语音测试

python test/test_audio_base64.py

健康检查

python health_check.py

MCP注册（到AIO端点容器）

./register_mcp.sh

此操作需要安装 jq、dfx 以及一个正在运行的端点注册表容器。