克劳德stt
本地、注重隐私的语音转文本 克劳德代码.
对着麦克风说话——你的话直接出现在克劳德密码中。没有复制粘贴，没有云API，没有音频永远不会离开你的设备。
跨平台： macOS、Windows、Linux。
两种模式：
/dictate--静音检测，连续一次，暂停时自动停止。最适合快速消息。- 太平洋电话电报公司 --按住右键选项（macOS）/右键Alt（Windows/Linux）进行录制，释放以停止。所有片段累积为一条消息。准备好后，把所有东西都寄给克劳德。
运作原理
- 使用从麦克风录制音频 PyAudio （PTT）或 sox (
/dictate) - 使用以下方式在本地转录 耳语cpp 随着
base.en模型 - 通过以下方式将成绩单返回给Claude Code 模型上下文协议 服务器
需求
- Node.js>=18
- Python 3
- Claude 代码命令行界面
- 在PATH上低语cpp
macOS
brew install sox whisper-cpp
pip3 install pynput pyaudio pyperclipLinux（Debian/Ubuntu）
sudo apt install sox portaudio19-dev python3-pyaudio
pip3 install pynput pyperclip
# Build whisper-cpp from source: https://github.com/ggml-org/whisper.cpp视窗
choco install sox
pip install pynput pyaudio pyperclip
# Download whisper-cpp from: https://github.com/ggml-org/whisper.cpp/releases
# Add the whisper binary to your PATH安装
macOS/Linux
git clone https://github.com/FaustoS88/claude-stt.git
cd claude-stt
chmod +x install.sh
./install.sh视窗
git clone https://github.com/FaustoS88/claude-stt.git
cd claude-stt
.\install.ps1安装程序将：
- 检查系统依赖关系（sox、whisper cpp、Python包）
- 下载
ggml-base.en.bin耳语模式（~142MB） - 使用Claude Code注册MCP服务器
- 安装
/dictate技能
首次使用： 您的操作系统可能会提示您访问麦克风。给予一次，它就会持续下去。 macOS按键通话： 终端需要辅助功能权限（系统设置>隐私和安全>辅助功能）才能进行全局密钥捕获。
______________________________________________________________________
模式1-- /dictate （静音检测）
最适合短的单脉冲消息。说点什么，暂停，完成。
在任何Claude Code会话中：
/dictate或者告诉克劳德： *“听我说”* --它将调用 dictate 工具直接。
录制立即开始，并在约3秒的静音后自动停止（可配置）。
参数
| 参数 | 默认值 | 说明 |
|---|---|---|
max_duration | 30 | 最大录制长度（秒）（5–120） |
silence_duration | 3 | 自动停止前的几秒钟静音（1-10） |
model_path | ~/.claude/mcp-servers/claude-stt/models/ggml-base.en.bin | GGML模型的路径 |
______________________________________________________________________
模式2-PTT（按键通话）
PTT是一种 消息暂存区.想法：
- 保持 正确的选择 （macOS）或 那个是 （Windows/Linux）→ 录制开始
- 发布→ 记录停止、转录、显示在终端中， 已复制到剪贴板
- 阅读它，决定它是好的
- 再次记录→ 添加新片段，更新剪贴板
- 当完整消息准备就绪时→ Cmd+V （macOS）/ Ctrl+V 克劳德代码中的Windows/Linux→ send
没有浪费的API调用。PTT是一个独立的剪贴板工具——它可以与Claude Code、任何浏览器、任何文本字段配合使用。
启动PTT守护进程
在一个 独立终端窗口:
python3 ~/.claude/mcp-servers/claude-stt/ptt.py用法
Hold Right Option/Alt → recording starts
Release → stops, transcribes, copies to clipboard
Type 'c' + Enter → clear session and clipboard (start fresh)
Type 'q' + Enter → quit
Ctrl+C → quit终端输出：
claude-stt PTT — hold Right Option (⌥) to record, release to stop
Type 'c' to clear session | Ctrl+C to exit
Transcript auto-copied to clipboard → Cmd+V to paste
Session: (empty)
● RECORDING — release Right Option (⌥) to stop
✓ "hello, I wanted to ask about the new feature"
Session (copied to clipboard): hello, I wanted to ask about the new feature
● RECORDING — release Right Option (⌥) to stop
✓ "specifically the authentication flow"
Session (copied to clipboard): hello, I wanted to ask about the new feature specifically the authentication flow发送给克劳德
切换到Claude Code，粘贴到输入字段，按Enter键。完成。
MCP工具（PTT）
| 工具 | 说明 |
|---|---|
get_session | 读取累积会话。 clear: true （默认）读取后删除。 |
clear_session | 丢弃会话而不阅读。 |
共享状态： ~/.claude/mcp-servers/claude-stt/session.txt --纯文本，段之间有一个空格。
______________________________________________________________________
更改耳语模式
通过编辑交换模型 DEFAULT_MODEL_PATH 在 ~/.claude/mcp-servers/claude-stt/index.js:
| 型号 | 尺寸 | 速度 | 最适合 |
|---|---|---|---|
ggml-tiny.en.bin | 75MB | 最快 | 快速命令 |
ggml-base.en.bin | 142MB | 快速 | 一般听写 *（默认）* |
ggml-small.en.bin | 466MB | 中等 | 更高的准确性/重音 |
从下载其他型号 拥抱脸.
噪声环境
如果 /dictate 从不自动停止（风扇、空调等），增加静音阈值 ~/.claude/mcp-servers/claude-stt/index.js:
const SILENCE_THRESHOLD = "3.0%"; // default: "0.1%"平台说明
macOS
- PTT要求终端具有 无障碍 权限（系统设置>隐私和安全>辅助功能）
- 首次使用时，每个应用程序都可以访问麦克风
视窗
- PTT按键捕获不需要特殊权限
- 通过以下方式安装sox
choco install sox或从以下网址下载 sox.sourceforge.net - 耳语cpp：从下载预构建的二进制文件 并添加到PATH
Linux
- PTT需要X11（对pynput的地面支持有限）
- 安装PortAudio：
sudo apt install portaudio19-dev - 对于剪贴板：
xclip或xsel必须安装(sudo apt install xclip)
卸载
claude mcp remove claude-stt --scope user
rm -rf ~/.claude/mcp-servers/claude-stt
rm -rf ~/.claude/skills/dictate隐私
- 音频被捕获、转录并完全丢弃在您的机器上
- MCP服务器或PTT守护进程未发出任何网络请求
- 转录后立即删除临时WAV文件
- 会话文件(
session.txt)当Claude读取时会自动清除 - 耳语模式通过耳语cpp完全离线运行
许可证
麻省理工学院