标签：音频转录

通过Groq托管的Whisper模型提供音频/视频转录服务，支持单词级时间戳、自动缓存和成本估算。

一个基于MCP协议的服务器，用于转录和分析音频文件，特别适用于法语学习练习。

一个基于AssemblyAI API的MCP服务器，用于将MP3音频文件转录为带有时间戳和说话人标签的JSON文本，适用于播客制作者、内容创作者、教育工作者和商业团队。

一个异步MCP服务，使用yt-dlp下载视频音频并通过AssemblyAI进行转录，为Claude和其他LLM客户端提供MCP工具。

一个基于MLX Whisper的音频转录服务器，支持从磁盘、base64编码数据或YouTube视频中转录音频内容，适用于Apple Silicon Mac设备。

一个通过OpenAI Whisper API转录WhatsApp音频消息的Model Context Protocol (MCP)服务器。

Cloud ASR MCP是一个基于多模态LLM的音频转录服务，支持单次处理长音频文件，提供提示引导的转录清理和多后端支持。

基于Mistral AI API的OCR和音频转录工具，支持多种文档和图像格式，可本地运行。

一个用于视频分解的MCP服务器，支持下载视频、转录音频、识别说话者和提取关键帧，可作为HTTP MCP服务器运行并包含本地使用的CLI工具。

通过AI将音频文件转换为可搜索的知识库，支持对会议、播客、讲座等音频内容进行自然语言搜索。

STT（语音转文本）工具支持通过麦克风录音或音频文件转录将用户语音输入转换为文本，实现AI与用户之间的双向语音通信。

一个用于录制音频并使用OpenAI的Whisper模型进行转录的MCP服务器，可作为Goose自定义扩展或独立MCP服务器使用。

基于Gradio MCP服务器的音频视频转录服务，支持从URL下载并转录多媒体内容为文本。

一个多平台视频转录代理，支持从S3、ScreenPal、YouTube或Twitch提取视频URL，生成包含音频转录、视觉分析和统一Markdown文档的目录。

基于Faster Whisper的高性能语音识别MCP服务器，提供高效的音频转录功能。

一个强大的HTTP API服务，用于智能分析视频内容，支持视频下载、音频转录、智能抽帧、图像识别和内容总结。

一个基于MCP协议的播客内容抓取、转录和摘要生成工具，可与Claude Code或Claude Desktop集成使用。