ИНДЕКС / 23 ЗАПИСЕЙ

Аудио, речь и расшифровки

Ищите нужное направление работы со звуком: распознавание, синтез или обработку файла. Уточните языки, формат входа и способ получения результата.

Фильтры

23 записейНазвание / описание / категория

aetherwave-mcpAetherWave объединяет генерацию и обработку музыки, изображений, видео и аудио через один API-ключ. Можно редактировать материалы, повышать разрешение и менять кадрирование.AI: аудио и речь

brainiall-mcp-serverОценивает произношение с разбором отдельных звуков, распознаёт речь и определяет её язык. Также преобразует текст в речь с выбором голоса.AI: аудио и речь

claude-code-ttsОзвучивает текст из Claude Code через OpenAI TTS API. Поддерживает выбор голоса и воспроизведение полученной речи.AI: аудио и речь

contextpulseContextpulse собирает локальный контекст рабочего стола: экран с OCR, голос, действия клавиатуры и мыши, буфер обмена. Предоставляет агенту историю активности и семантическую память без облачной зависимости.AI: аудио и речь

daisys-mcpСервер создаёт речь из текста через DAISYS и позволяет воспроизводить и сохранять полученное аудио.AI: аудио и речь

kokoro-tts-mcpПреобразует текст в речь с помощью моделей Kokoro TTS. Полученный MP3 сохраняется локально или автоматически загружается в бакет S3.AI: аудио и речь

live-translate-mcpПереводит речь между английским и китайским (путунхуа): Whisper локально распознаёт аудио, Claude API переводит, Piper TTS локально синтезирует речь. На вход подают путь к WAV-файлу.AI: аудио и речь

lobbyvoices-mcpLobby помогает составлять сценарии телефонных звонков и IVR для небольшой компании, готовить промпты ElevenLabs и оценивать потери от пропущенных вызовов. Есть ролевая проверка звонка и демонстрационный номер для связи с голосовым администратором.AI: аудио и речь

mcp-installerУстанавливает другие MCP-серверы по запросу через MCP.AI: аудио и речь

mcp-transcribeРасшифровывает аудио, видео и голосовые заметки в текст, с которым может работать языковая модель.AI: аудио и речь

MCPSunoСоздаёт музыку и тексты песен с помощью Suno AI через Ace Data Cloud API. Также позволяет выделять вокал.AI: аудио и речь

node-sdkОбрабатывает медиа через Transloadit: кодирует видео, меняет размер и обрезает изображения, добавляет водяные знаки. Также конвертирует документы, распознаёт текст и расшифровывает речь.AI: аудио и речь

pepys-mcpPepys расшифровывает аудио и видео по файлу или ссылке на YouTube либо подкаст. Разделяет речь по говорящим, ищет по расшифровке и экспортирует субтитры SRT/VTT.AI: аудио и речь

ringbackДаёт ИИ-агенту возможность звонить пользователю и передавать голосовые оповещения через SIP. Распознавание речи выполняет whisper.cpp, а озвучивание — macOS say.AI: аудио и речь

sats4ai-mcp-serverПредоставляет ИИ-агентам звонки, SMS, факс, перевод и синтез речи. Также создаёт аудиокниги и медиа и извлекает данные из документов.AI: аудио и речь

songcheck-mcpОценивает вероятность создания музыки и других медиа с помощью ИИ и возвращает признаки их происхождения. Инструмент scan_catalog позволяет проверить папку с музыкой.AI: аудио и речь

speech.shОзвучивает сообщения ИИ-агента, в том числе уведомление о завершении работы с кратким итогом.AI: аудио и речь

spix-mcpПозволяет ИИ-агенту совершать и принимать телефонные звонки, отправлять электронные письма и управлять контактами через Spix.AI: аудио и речь

spokenИщет выпуски подкастов через Spoken API и получает опубликованные расшифровки в Markdown с именами участников.AI: аудио и речь

supertone-mcpСинтезирует речь через Supertone и помогает искать и прослушивать голоса в каталоге. Поддерживает клонирование голоса и оценку длительности озвучивания.AI: аудио и речь

talkthrough-mcpПреобразует запись экрана или локальное видео/аудио в расшифровку Whisper, ключевые кадры, OCR и полнотекстовый индекс. Привязывает реплики к реальному времени для сопоставления с логами; работает без облака и встроенной LLM.AI: аудио и речь

telephony-mcp-serverTelephony автоматизирует голосовые вызовы и делает краткие итоги разговоров по распознанной речи. Также отправляет и принимает SMS, определяет голосовую почту и работает с API Vonage.AI: аудио и речь

whisper-windows-mcpРасшифровывает аудио и видео локально в Windows с помощью whisper.cpp и ускорения Vulkan. Поддерживает пакетную обработку, несколько языков и управление фоновыми заданиями.AI: аудио и речь

Описания взяты из открытой исходной базы. Доступность и возможности каждого сервера здесь не проверены.

КАК ЧИТАТЬ КАТАЛОГ

Начните с задачи

Введите продукт, сервис или действие в поиск. Категории и язык сузят список. В профиле сверяйте описание с репозиторием и документацией автора.

Все категории

ВОПРОСЫ ПРИ ВЫБОРЕ

Какой язык и тип аудио поддерживаются?
Нужны ли временные метки и разделение говорящих?
Как передаётся длинный файл и возвращается результат?

ГРАНИЦЫ ДАННЫХ

Наличие записи не подтверждает, что сервер работает сегодня, безопасен или подходит вашей среде.