标签：语音转文本

Deepgram Async MCP Server 是一个支持异步处理的语音转文本服务，通过Webhook中继支持长音频和视频文件的转录，适用于市场营销人员转录长时间的视频和播客内容。

MCP Transcript是一款命令行工具，可将音频文件转换为带自动说话人识别的格式化Markdown文档，适用于会议记录、采访和多说话人音频内容。

一个高性能的本地语音转文本服务，使用whisper.cpp进行语音转录，优化了Apple Silicon的性能，支持多种音频格式和输出格式。

一个结合Claude 3.7 Sonnet能力和专业音频转录工具的对话代理，用于从音频或视频URL生成转录文本。

一个端到端的原型工具，用于在Android设备上捕获语音并将其转换为带有时间戳的文本，适用于VS Code等开发环境。

Brainiall Speech AI 提供文本转语音（TTS）和语音转文本（STT）的API服务，支持巴西葡萄牙语转录和离线兼容性检查。

微软Azure官方语音MCP服务器，提供语音转文本和文本转语音等多种语音功能，支持大型语言模型和AI代理。

Gladia MCP 是一个官方的模型上下文协议服务器，提供强大的语音转文本和音频智能 API 交互能力。它支持多种 MCP 客户端（如 Claude Desktop、Cursor、Windsurf 等）进行音频转录、语音分析、内容翻译等功能。