语音录音 MCP 服务器

一个用于录音和使用 OpenAI 的 Whisper 模型转录音频的 MCP 服务器。设计用于作为 Goose AI 代理的自定义扩展或独立 MCP 服务器运行。

功能

• 从默认麦克风录制音频
• 使用 Whisper 转录录音
• 集成到 Goose AI 代理作为自定义扩展
• 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 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 检查器测试

MCP 检查器提供一个交互界面用于测试服务器：

# 安装 MCP 检查器
npm install -g @modelcontextprotocol/inspector

# 运行检查器并连接到服务器
npx @modelcontextprotocol/inspector voice-recorder-mcp

与 Goose AI 代理结合使用

1. 打开 Goose 并转到设置 > 扩展 > 添加 > 命令行扩展

2. 设置名称为 voice-recorder

3. 在命令字段中输入语音录音器 MCP 可执行文件的完整路径：

   /full/path/to/voice-recorder-mcp
   

   或指定模型：

   /full/path/to/voice-recorder-mcp --model medium.en
   

   查找路径方法：

   which voice-recorder-mcp
   

4. 基本功能无需设置环境变量

5. 启动与 Goose 的对话，并通过以下指令引入录音器： "我希望您能根据语音录音器返回的转录文本执行操作。例如，当我 dictation 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：停止录音并转录音频为文本
• record_and_transcribe：按指定时长录音并转录

Whisper 模型

此扩展支持多种 Whisper 模型：

要求

• Python 3.6+
• 具备麦克风的硬件设备

配置

通过环境变量配置服务器行为：

# 示例配置命令：
export VOICE_RECORDER_API_KEY=your_api_key_here

故障排除

常见问题及解决方法：

1. 无法录音：检查麦克风权限和驱动程序。
2. 转录错误：确保 API 密钥正确且服务可用。

贡献指南

参与项目的方法：

1. Fork 仓库到个人账户
2. 创建新分支进行功能开发
3. 提交代码并创建 Pull Request
4. 参与问题讨论和修复

许可证

项目使用 MIT 许可证，详细信息见 LICENSE 文件。