MCP服务器

作者：DefiBax6 星标更新：2025-03-22

安装使用来源：spider==github.com

项目介绍

音频录音MCP服务器

这是一个用于录制音频并使用OpenAI的Whisper模型进行转录的MCP服务器。设计为Goose自定义扩展或独立的MCP服务器。

特性

从默认麦克风录制音频
使用Whisper对录音进行转录
作为自定义扩展与Goose AI代理集成
包含常见录音场景的提示

安装

# 从源代码安装
git clone https://github.com/DefiBax/voice-recorder-mcp.git
cd voice-recorder-mcp
pip install -e .

使用方法

作为独立的MCP服务器

# 使用默认设置运行（base.en模型）
voice-recorder-mcp

# 使用特定的Whisper模型
voice-recorder-mcp --model medium.en

# 调整采样率
voice-recorder-mcp --sample-rate 44100

使用MCP Inspector测试

MCP Inspector提供了一个交互界面来测试您的服务器：

# 安装MCP Inspector
npm install -g @modelcontextprotocol/inspector

# 使用检查器运行您的服务器
npx @modelcontextprotocol/inspector voice-recorder-mcp

与Goose AI代理一起使用

打开Goose并进入设置 > 扩展 > 添加 > 命令行扩展
将名称设置为voice-recorder
在命令字段中输入voice-recorder-mcp可执行文件的完整路径：
```
/full/path/to/voice-recorder-mcp
```
或者对于特定模型：
```
/full/path/to/voice-recorder-mcp --model medium.en
```
要找到路径，请运行：
```
which voice-recorder-mcp
```
基本功能不需要环境变量
开始与Goose的对话，并介绍录音器： "我希望您能根据voice-recorder返回的转录内容采取行动。例如，如果我口述一个计算如1+1，请返回结果。"

可用工具

start_recording: 开始从默认麦克风录制音频
stop_and_transcribe: 停止录制并将音频转录为文本
record_and_transcribe: 录制指定时长的音频并进行转录

Whisper模型

此扩展支持各种大小的Whisper模型：

模型	速度	准确度	内存占用	使用场景
`tiny.en`	最快	最低	最小	测试、快速转录
`base.en`	快	好	低	日常使用（默认）
`small.en`	中等	更好	中等	好的平衡
`medium.en`	慢	高	高	重要录音
`large`	最慢	最高	非常高	关键转录

.en后缀表示专用于英语的模型，这些模型在处理英语内容时更快更准确。

要求

Python 3.12+
音频输入设备（麦克风）

配置

您可以使用环境变量配置服务器：

# 设置Whisper模型
export WHISPER_MODEL=small.en

# 设置音频采样率
export SAMPLE_RATE=44100

# 设置最大录音时长（秒）
export MAX_DURATION=120

# 然后运行服务器
voice-recorder-mcp

故障排除

常见问题

没有音频被录制：检查您的麦克风权限和设置
模型下载错误：确保初始模型下载时有稳定的网络连接
与Goose集成：确保命令路径正确
音频质量问题：尝试调整采样率（默认：16000）

贡献

欢迎贡献！请随意提交Pull Request。

分叉仓库
创建您的功能分支（git checkout -b feature/amazing-feature）
提交更改（git commit -m '添加一些精彩的功能'）
推送到分支（git push origin feature/amazing-feature）
打开Pull Request

许可证

本项目采用MIT许可证 - 详情请参阅LICENSE文件。