音频分类服务

AI驱动的音频分类服务,支持识别声音、检测噪声事件,并能分类7000多种声音类别,适用于城市噪音和鸟类物种识别等场景。

  • by Badajoz95
  • 混合部署
  • 1 星标
  • 更新于
在 GitHub 查看 Badajoz95/h-ear-claude

使用说明

H-ear MCP服务器

克劳德的人工智能声音分类。识别声音,检测噪音事件,并对7000多种声音类别的音频进行分类——从城市噪音到鸟类。

H-ear将克劳德连接到 H-ear世界 音频分类API通过 模型上下文协议.

快速开始

npx @h-ear/mcp-server --key YOUR_API_KEY

就是这样。Claude现在有14个工具(分类、帐户、webhooks)、一个实时状态资源和一个有指导的分类提示。

工具

工具 验证 描述
classifyAudio 关键字 对文件或URL中的音频进行分类。异步提交+轮询。大文件自动分块。
classifyBatch Key 一次最多可批量分类50个文件。
listClasses 无 浏览3个分类法中的521+个声音类(包括7000多个物种)。
healthCheck 无 API活动性检查-状态、版本、部署时间戳。
usage 密钥 API配额:已用分钟数、今天调用数、剩余余额。
listJobs 关键字 带分页的最近分类作业历史记录。
getJob 关键 所有检测到的声音事件的详细作业结果。
createWebhook Bearer 使用事件/分类/层过滤器创建企业webhook。返回一次签名密钥。
listWebhooks Bearer 列出所有企业webhook注册。
getWebhook Bearer 获取webhook详细信息,包括过滤器配置和交付统计信息。
updateWebhook 承载 更新webhook URL、事件、状态(活动/暂停)或筛选器。
deleteWebhook Bearer 永久删除webhook注册。
pingWebhook Bearer 发送test.ping事件以验证连接和签名。
listWebhookDeliveries 承载 交付审计跟踪,包括响应状态和时间。

另外:

  • 资源 h-ear://status -具有分类法和类计数的API实时状态
  • 提示 classify-audio --具有可配置细节级别的指导性工作流程

支持的音频

格式 最大大小 最大持续时间
MP3、WAV、FLAC、OGG、M4A 25 MB(以上自动分块) 10分钟

超过25MB的文件使用ffmpeg自动分割成重叠的块,并行分类,然后通过重复数据删除合并。

分类法

分类 类 用例
audioset-yamnet-521 521 一般声音分类(默认)
audioset-panns-527 527 扩展的一般分类
species 6522 鸟类识别

认证

从获取API密钥 h-ear.world (企业计划)。通过以下方式传递:

  • 环境变量: HEAR_API_KEY
  • CLI标志: --key YOUR_KEY
  • OAuth 2.1+PKCE(通过claude.ai连接器目录自动执行——由您的MCP客户端处理)

两个工具(healthCheck, listClasses)无需身份验证即可工作。

运输

传输 端点
stdio(npm) npx @h-ear/mcp-server --key YOUR_KEY
流式HTTP https://api.h-ear.world/mcp

文档

  • 工具参考 --所有7个带有模式和参数的工具
  • 例子 --带有提示的真实用例
  • 认证 -API密钥、OAuth、企业层
  • 配置 --克劳德桌面、克劳德代码、Claude.ai设置
  • 故障排除 --常见问题及解决方法

链接

许可证

麻省理工学院