找到适合你的 MCP Server，快速完成接入

Claude Code Tts

一个为Claude Code添加文本转语音功能的MCP服务器，利用macOS的`say`命令实现语音输出。

Claude Voice 59ffba40

Claude Voice是一个本地语音交互接口，通过VoiceMode MCP实现语音输入和输出，使用本地Whisper进行语音转文本，本地Kokoro TTS进行文本转语音，适用于需要隐私保护的语音交互场景。

cleaper (Gsburmaster)

通过自然语言控制REAPER音频编辑软件，实现音频轨道、效果器、路由等操作。

Descript MCP 8189b3ab

Descript API的MCP服务器，提供视频导入、AI编辑、任务管理和发布项目检索功能。

Directors Cut

Director's Cut MCP Studio是一款基于Gradio和MCP的视频自动化剪辑工具，能够将长视频转换为适合社交媒体传播的竖屏短视频，支持智能剪辑、AI生成字幕和音乐等功能。

Discord MCP 8c67da91

一个基于MCP协议的Discord机器人，提供语音转录（使用Google Gemini）和文本转语音（使用ElevenLabs）功能，适用于语音和文本频道的交流协作场景。

Dongjun Qaq

MCP-Server-DongJunQAQ 是一个提供多种服务器工具的功能集合，包括系统信息获取、环境变量查询、文件压缩解压、视频下载、命令查询与执行等功能。

Editly MCP

editly-mcp

Editly MCP Server是一个基于Model Context Protocol (MCP)的视频编辑服务器，提供视频剪辑、转场、文本叠加和音频混合等功能。

Elevenlabs Tts MCP

集成ElevenLabs文本转语音功能的FastAPI后端与React前端应用，支持语音选择、实时通信及Cursor集成。

Fish Speech MCP

@demon24ru/fish-speech-mcp

一个用于文本转语音合成的MCP服务器，支持语音参考保存和与MCP兼容的LLMs集成。

Gemini Media MCP F3cbfc92

Gemini Media MCP是一个全面的AI媒体生成工具包，集成了Google的VEO 3.1视频生成和NanoBanana Pro 2图像生成技术，适用于需要高质量AI生成媒体的开发者和创作者。

Groq Whisper MCP

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。

Guitar Pro MCP

一个用于编程生成Guitar Pro 6文件的模型上下文协议(MCP)服务器，提供对音轨、小节、节拍和音符的完全控制。

H Ear Claude

@h-ear/mcp-server

AI驱动的音频分类服务，支持识别声音、检测噪声事件，并能分类7000多种声音类别，适用于城市噪音和鸟类物种识别等场景。

H Ear Openclaw

OpenClaw是一款用于音频分类的工具，支持在WhatsApp、Telegram、Slack、Discord和Teams等平台上进行声音智能分析。

Kokoro Tts MCP 692aaa03

一款基于Kokoro-82M模型的文本转语音工具，支持命令行、MCP服务器和剪贴板文本转换，适用于本地Claude、Codex客户端及ChatGPT Mac应用。

Liguelead MCP

LigueLead MCP Server是一款用于通过API发送短信、闪信和语音通话的通信服务器，适用于巴西市场，支持无代码集成。

livekit doctor receponist

一款基于LiveKit的语音助手，用于诊所接待，可为两个分支机构（锡亚尔科特和拉合尔）预约基于日期的可用时间，与患者确认详细信息，并通过实时TTS进行语音交互。

Llasa Tts 8b Webui

基于Llasa-8B的高质量文本转语音系统，支持智能GPU内存管理、多语言语音生成和声音克隆功能。

local image and music generation

本地运行的AI生成服务器，支持文本到图像、音乐、语音及3D模型的转换。