AI导哈

语音转文字插件

MCP-Audio是一款符合AIO-2030标准的MCP插件，通过Audio语音识别API实现语音到文字的转换，支持多格式输入和JSON-RPC结构化输出。

  • by AIO-2030
  • Python
  • 本地部署
  • 8 星标
  • 更新于
在 GitHub 查看 aio-2030/mcp-audio

使用说明

MCP音频插件

mcp-audio 是一个符合AIO-2030的MCP插件，使用音频语音识别API执行语音到文本转录。

它暴露了 identify_voice 方法通过两者 multipart/form-data 和 base64 格式，支持AIO tools.call 并返回JSON-RPC结构化输出。

特性

  • 完全符合AIO标准的MCP插件(/tools.call, /help)
  • 转换 .wav/.mp3 使用SiliconFlow将音频文件转换为转录本
  • API密钥通过 .env 文件
  • Docker兼容和最小依赖
  • AIO端点注册表注册就绪

设置（本地）

1.克隆和安装

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.Docker

4.1构建和运行

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

API概述

POST/api/v1/mcp/voice_model

直接上传音频文件。答复：

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

POST/api/v1/mcp/tools.call（AIO协议）

JSON-RPC格式，带有base64编码音频。答复：

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

GET/api/v1/mcp/help

Auto提供mcp_audio_register.json的内容。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

需要jq、dfx和一个正在运行的endpoint_register容器。

相关 MCP