AI导哈

音频转录服务

一个使用OpenRouter音频语言模型进行音频文件转录的MCP服务器，支持逐字转录、清理转录和自定义提示转录。

  • by danielrosehill
  • JavaScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 danielrosehill/OR-Audio-Transcription-MCP

使用说明

开放路由器音频转录MCP

一个MCP服务器，使用OpenRouter的音频语言模型转录音频文件。

特征

  • 逐字转录 --逐字输出，包括填充词、错误开头和重复
  • 已清理转录 --为了可读性而稍作编辑：删除填充符，添加标点符号、句子边界和段落分隔符；省略了不打算转录的内容
  • 自定义提示转录 --使用您自己的提示来指导转录，以获得专门的用例

支持的型号

型号 供应商
google/gemini-3-flash-preview （默认标准） 谷歌
google/gemini-3.1-flash-lite-preview （默认预算） 谷歌
xiaomi/mimo-v2-omni 小米
openai/gpt-audio OpenAI
openai/gpt-audio-mini （预算） OpenAI
mistralai/voxtral-small-24b-2507 米斯特拉尔
openai/gpt-4o-audio-preview OpenAI

支持的音频格式

mp3、wav、ogg、flac、m4a、aac、webm、wma、opus

设置

1.获取OpenRouter API密钥

注册地址： openrouter.ai 并在以下位置创建API密钥 openrouter.ai/keys.

2.添加到克劳德代码

运行以下命令将MCP服务器添加到Claude Code中：

claude mcp add audio-transcription -e OPENROUTER_API_KEY=your-api-key-here -- npx -y or-audio-transcription-mcp

或者手动将其添加到您的Claude Code MCP设置中(~/.claude/settings.json 或项目 .mcp.json):

{
  "mcpServers": {
    "audio-transcription": {
      "command": "npx",
      "args": ["-y", "or-audio-transcription-mcp"],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here"
      }
    }
  }
}

替代方案：从源代码安装

git clone https://github.com/danielrosehill/OR-Audio-Transcription-MCP.git
cd OR-Audio-Transcription-MCP
npm install
npm run build

然后使用直接路径进行配置：

claude mcp add audio-transcription -e OPENROUTER_API_KEY=your-api-key-here -- node /path/to/OR-Audio-Transcription-MCP/dist/index.js

工具

transcribe_audio

转录音频文件。

参数 类型 必填 说明
file_path string 是 音频文件的绝对路径
mode "verbatim" "cleaned" "custom"
custom_prompt string 当mode=custom时 指示转录的自定义提示
model string 否 OpenRouter型号ID（默认为 google/gemini-3-flash-preview)
budget boolean 否 使用预算模型(google/gemini-3.1-flash-lite-preview).忽略如果 model 已设置

list_transcription_models

列出所有可用的音频转录模型。

许可证

麻省理工学院

相关 MCP