找到适合你的 MCP Server，快速完成接入

First Voice AI MCP for AI Agents

Read WeChat (微信) Official Account articles with native multimodal output — body, images, and video keyframes returned as MCP content blocks. Handles all three embed types: Tencent Video, WeChat-native, and Channels (视频号 metadata via public API).

AI-powered voice transcription app for macOS using WhisperKit

A Windows-native MCP server that lets Claude Desktop transcribe audio files locally using whisper.cpp, with no internet connection required.

Provides access to Whissle AI services for speech-to-text, speaker diarization, translation, and text summarization. It enables users to process various audio formats and manage text content through natural language tools.

A PowerShell-based MCP server that enables Claude Desktop to convert text to speech using Windows' built-in Speech API, offering features like playback control, speed and volume adjustment.

Enables coding agents to speak aloud using text-to-speech functionality. Works with agents running inside devcontainers and provides configurable voice settings for creating chatty AI companions.

Enables AI agents to extract YouTube video metadata and generate high-quality multilingual transcriptions with voice activity detection, supporting 99 languages with translation capabilities and intelligent caching.

Youtube Subtitles

全面解析Youtube SubtitlesMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器，Youtube Subtitles能让AI助手访问实时数据、执行操作，为您提供更智能的工作体验和自动化解决方案。

Routes your AI tasks to the best available model across 20+ providers — automatically selecting based on task type, budget, and subscription pressure. Supports text, image, video, and audio with built-in cost optimization and fallback chains.

CloudMusic Auto Player

网易云音乐MCP智能控制器，提供全局快捷键、音乐搜索播放、歌单管理及高级功能，适用于Windows和macOS平台。

Live2d MCP

通过MCP协议控制Live2D角色的表情、动作和语音，适用于AI对话程序的虚拟角色交互。

Agentic Voice UI

TTS2 Voice Agent是一款多功能AI语音代理，具备知识图谱记忆、多角色语音克隆、情感检测及混合架构支持，适用于本地和云端AI环境。

MS Lucidia Voice Gateway MCP

一个利用Windows内置语音服务提供文本转语音和语音转文本功能的模型上下文协议服务器。

AI Jam Sessions

一个通过MCP服务器教AI演奏钢琴和吉他并唱歌的音乐教学工具，包含120首歌曲、6种声音引擎和交互式吉他指法编辑功能。

Generative Music Setup

通过AI控制数字音频工作站（DAW）实现自动生成音乐的工具，支持Bitwig Studio、Ableton Live和Logic Pro等DAW的远程控制，适用于音乐创作和实验性音乐生成。

Tts MCP 02d94e95

一个基于Supertonic-2的离线快速文本转语音服务，适用于聊天接口中的语音输出需求。

Youtube Analytics MCP

一个用于访问YouTube分析数据的模型上下文协议（MCP）服务器，提供频道分析、视频性能、观众人口统计和发现工具等功能，采用可扩展的配置驱动架构。

dotnet9-agentframework-azurespeech-otel-jaeger-MCP-mslearn chat

一个基于.NET 9的控制台应用程序示例，集成了Microsoft Agent Framework、Azure Open AI和Azure Speech，并与MCP服务器交互，支持使用Jaeger和OpenTelemetry进行监控。

16bits Gaudio MCP

一个基于Zig的游戏音频生成工具，可生成循环背景音乐、音效和提示音，输出为16位PCM WAV文件。