录音机 MCP 服务器

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

特征

• 使用默认麦克风录制音频

• 使用 Whisper 转录录音

• 作为自定义扩展与 Goose AI 代理集成

• 包括常见录音场景的提示

安装

用法

作为独立的 MCP 服务器

使用 MCP Inspector 进行测试

MCP 检查器提供了一个交互式界面来测试您的服务器：

借助 Goose AI Agent

1. 打开 Goose 并转到“设置”>“扩展”>“添加”>“命令行扩展”

2. 将名称设置为voice-recorder

3. 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

   或者针对特定模型：

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

   要查找路径，请运行：

   which voice-recorder-mcp

4. 基本功能不需要环境变量

5. 与 Goose 开始对话并介绍录音机：“我希望你根据录音机返回的转录采取行动。例如，如果我口述像 1 + 1 这样的计算，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 ：停止录音并将音频转录为文本

• record_and_transcribe ：录制指定时长的音频并将其转录

耳语模型

此扩展支持各种 Whisper 模型尺寸：

.en后缀表示专门针对英语的模型，对于英语内容来说速度更快、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：

故障排除

常见问题

• 没有录制音频：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互联网连接

• 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（默认值：16000）

贡献

欢迎贡献代码！欢迎提交 Pull 请求。

1. 分叉存储库

2. 创建你的功能分支（ git checkout -b feature/amazing-feature ）

3. 提交您的更改（ git commit -m 'Add some amazing feature' ）

4. 推送到分支（ git push origin feature/amazing-feature ）

5. 打开拉取请求

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。