基于GLM-ASR-Nano的高精度语音识别服务，支持17种语言，提供Web UI、REST API和SSE流式传输功能。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 7
命令预览
docker run -d --gpus all -p 7860:7860 neosun/glm-asr:v2.0.1
mcp-claude-say 是一个为 Claude Code 提供的语音交互服务，支持文本到语音（TTS）和语音到文本（STT）功能，实现完整的语音对话体验。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 7
- GitHub Stars
- 7
命令预览
pip install chatterbox-tts uvicorn fastapi torchaudio
Openclawd CLI
openclawd-cli
OpenClawd是一个支持20+LLM提供商的多功能AI平台，具备桌面和消息应用集成、语音输入及令牌分析功能。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 7
命令预览
npx openclawd-cli
开源Suno AI API桥接工具，提供Chrome扩展和服务器端两种模式，支持自动认证和验证码绕过，适用于音乐生成和AI代理集成。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 8
- GitHub Stars
- 7
命令预览
docker run -d -p 3000:3000 \
一款用于提取抖音、小红书、Bilibili等社交媒体平台内容信息的工具，支持作者信息、作品详情、视频指标、字幕/转写稿等结构化数据输出。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 8
- GitHub Stars
- 7
命令预览
uv run python -m unittest discover -s tests
Voicesmith MCP
voicesmith-mcp
VoiceSmith MCP是一款本地AI语音编码助手，通过文本转语音（TTS）和语音转文本（STT）功能，为AI提供真实的语音交互能力，完全离线运行，无需云API。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 11
- GitHub Stars
- 7
命令预览
npx voicesmith-mcp install
一个允许AI助手下载和分析YouTube视频字幕的模型上下文协议服务器。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 3
- GitHub Stars
- 7
命令预览
pip install "mcp[cli]>=1.2.0" yt-dlp
Autoglm Asr MCP
autoglm-asr-mcp
一个面向Agent的高质量语音转文字MCP服务，支持长音频分块、上下文传递和时间戳分段，适用于会议记录、通话分析、字幕草稿和语音备忘录转录等场景。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 2
- GitHub Stars
- 6
命令预览
npx autoglm-asr-mcp
一个允许通过Claude实时控制Cubase并生成音乐的服务，支持MIDI文件创建、混音器控制和完整歌曲生成。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 6
命令预览
pip install -r requirements.txt
SunoMCP是一个基于Model Context Protocol (MCP)的AI音乐生成服务，提供从文本提示生成音乐、歌词、音频项目管理的功能，适用于AI音乐创作和音频处理场景。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 27
- GitHub Stars
- 6
命令预览
pip install mcp-suno
PersonaPlex是一款实时全双工语音对话AI，支持通过文本角色提示和音频语音条件控制角色，提供自然、低延迟的语音交互体验。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 8
- GitHub Stars
- 6
命令预览
docker run -d --gpus all \
用于FL Studio的模型上下文协议（MCP）服务器，通过自然语言使AI助手能够作曲并控制FL Studio。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 5
命令预览
pip install fruityloops-mcp
Ha Openai Realtime
@anthropic/mcp-server-brightdata
一个Home Assistant自定义组件，集成了OpenAI实时API和Google Gemini Live API，用于实时语音和文本对话，支持MCP服务器。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 5
命令预览
npx @anthropic/mcp-server-brightdata --transport sse --port 3000
一个解析Podcasting 2.0 RSS订阅并提供通过MCP工具访问播客数据的FastMCP服务器。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 5
命令预览
uv run podcast_mcp
通过D-Bus为AI代理提供对Kdenlive实例的完整非线性编辑控制，包括导入媒体、构建时间线、添加过渡、标记、效果和渲染。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 29
- GitHub Stars
- 5
命令预览
pip install -r requirements.txt
GPU加速的说话人分割、转录和情感识别服务，支持REST API和WebSocket流式传输。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 11
- GitHub Stars
- 5
命令预览
python -m venv venv && source venv/bin/activate
一个命令行工具，用于从YouTube视频中提取字幕，支持多种URL格式并可选择是否包含时间戳。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 5
命令预览
python youtube_transcript.py <youtube-url> [options]
一个为Bitfocus Companion设计的MCP服务器，提供53种工具，用于控制按钮、样式管理、页面发现、运行时摘要、库存差异、检查点回滚/恢复工作流、预设管理、变量管理和批量节目编程，使AI助手能够通过Companion的当前API操作Stream Deck表面和其他Companion连接的设备。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 53
- GitHub Stars
- 4
命令预览
uv run python -m companion_mcp
生产级屏幕录制服务器，支持多显示器录制、音频/视频混合及AI驱动的工作流集成，适用于产品演示、教程录制等场景。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 4
命令预览
uvx devstudio-mcp
Loom MCP服务器提供59种工具，用于管理Loom内部GraphQL API的视频内容，包括列表、搜索、元数据获取、转录、注释、评论、任务和标签管理等功能。
音视频stdio
- 安装状态
- 已补齐
- 工具数量
- 59
- GitHub Stars
- 4
命令预览
uv run loom-mcp