Skip to main content
Glama
deenesjakoruzh
yangsenessa

Voice Recognition MCP Service

by yangsenessa
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

音声認識MCPサービス

このサービスは、stdio モードと MCP モードの両方を通じて音声認識およびテキスト抽出機能を提供します。

特徴

  • ファイルからの音声認識

  • base64エンコードされたデータからの音声認識

  • テキスト抽出

  • stdioとMCPモードの両方をサポート

  • 構造化された音声認識結果

Related MCP server: GhostMinutes MCP

プロジェクト構造

  • voice_service.py - コアサービスの実装

  • stdio_server.py - stdio モードのエントリ ポイント

  • mcp_server.py - MCP モードのエントリ ポイント

  • build.py - 実行可能ファイルのビルドスクリプト

  • build_exec.sh - ビルド実行スクリプト

  • test_*.sh - さまざまな機能のテストスクリプト

インストール

  1. リポジトリをクローンします。

git clone https://github.com/AIO-2030/mcp_voice_identify.git
cd mcp_voice_identify

  1. 依存関係をインストールします:

pip install -r requirements.txt

  1. .envで環境変数を設定します。

API_URL=your_api_url
API_KEY=your_api_key

使用法

stdioモード

  1. サービスを実行します:

python stdio_server.py

  1. JSON-RPC リクエストを stdin 経由で送信します。

{
    "jsonrpc": "2.0",
    "method": "help",
    "params": {},
    "id": 1
}

  1. または実行可能ファイルを使用します:

./dist/voice_stdio

MCPモード

  1. サービスを実行します:

python mcp_server.py

  1. または実行可能ファイルを使用します:

./dist/voice_mcp

音声認識結果

このサービスは構造化された音声認識結果を提供します。レスポンス形式の例を以下に示します。

元のAPIレスポンス

{
    "jsonrpc": "2.0",
    "result": {
        "message": "input processed successfully",
        "results": "test test test",
        "label_result": "<|en|><|EMO_UNKNOWN|><|Speech|><|woitn|>test test test"
    },
    "id": 1
}

再構築された対応

{
    "jsonrpc": "2.0",
    "result": {
        "message": "input processed successfully",
        "results": "test test test",
        "label_result": {
            "lan": "en",
            "emo": "unknown",
            "type": "speech",
            "speaker": "woitn",
            "text": "test test test"
        }
    },
    "id": 1
}

ラベル結果フィールド

label_resultフィールドには、次の構造化された情報が含まれます。

分野

説明

サンプル値

ラン

言語コード

「en」

エモ

感情状態

"未知"

タイプ

オーディオタイプ

「スピーチ」

スピーカー

スピーカー識別子

「ウォイトン」

文章

認識されたテキストコンテンツ

「テスト、テスト、テスト」

特殊ラベル

サービスは、元の応答内の次の特殊なラベルを認識して処理します。

  • <|en|> - 言語コード

  • <|EMO_UNKNOWN|> - 感情状態

  • <|Speech|> - オーディオの種類

  • <|woitn|> - 話者識別子

実行可能ファイルのビルド

  1. ビルド スクリプトを実行可能にします。

chmod +x build_exec.sh

  1. stdio モード実行可能ファイルをビルドします。

./build_exec.sh

  1. MCP モード実行可能ファイルをビルドします。

./build_exec.sh mcp

実行可能ファイルは次の場所に作成されます:

  • stdioモード: dist/voice_stdio

  • MCPモード: dist/voice_mcp

テスト

テスト スクリプトを実行します。

chmod +x test_*.sh
./test_help.sh
./test_voice_file.sh
./test_voice_base64.sh

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細については LICENSE ファイルを参照してください。

This server cannot be installed

A
license - permissive license
Not graded
quality - not tested
D
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • Voice to Text MCP Server

    gongjiaben
    F
    license
    Not graded
    quality
    D
    maintenance
    A powerful speech-to-text MCP server that supports multiple audio formats and recognition engines including remote APIs (Bailian, OpenAI Whisper, iFLYTEK), Google Speech Recognition, and CMU Sphinx.
    1

  • Fast-Whisper-MCP-Server

    BigUncle
    F
    license
    Not graded
    quality
    D
    maintenance
    A high-performance speech recognition MCP server based on Faster Whisper, providing efficient audio transcription capabilities with support for multiple model sizes, batch processing, and various output formats.
    17

  • MCP Audio Server

    thrid3v
    F
    license
    Not graded
    quality
    C
    maintenance
    A Model Context Protocol (MCP) server that gives AI agents the ability to process audio files — transcribe speech to text, detect spoken languages, and extract audio metadata.
    1

View all related MCP servers

Related MCP Connectors

  • Frenchie

    OCR, transcription, file extraction, and image generation for AI agents via MCP.

  • mcp-fish

    MCP server exposing the AceDataCloud Fish Audio API (text-to-speech with voice conditioning)

  • coralquery-mcp

    A paid remote MCP for AI SDK data query MCP, built to return verdicts, receipts, usage logs, and aud

View all MCP Connectors

Appeared in Searches

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/yangsenessa/mcp_voice_identify'

If you have feedback or need assistance with the MCP directory API, please join our Discord server