ElevenLabs Scribe MCP Server

基本能力

产品定位

MCP-Elevenlab-Scribe-ASR 是一个语音转文本服务，专注于实时转录和上下文管理，适用于需要高质量语音识别的应用场景。

核心功能

• 实时转录：直接从麦克风流式传输音频并获取即时转录结果。
• 文件转录：上传音频文件进行批量处理。
• MCP 协议支持：完整的 Model Control Protocol 实现，用于更好的上下文管理。
• WebSocket 支持：实时双向通信。
• 上下文管理：维护对话上下文以提高转录准确性。
• 多音频格式支持：支持多种音频格式并自动转换。
• 语言检测：自动检测语言并提供置信度评分。
• 事件检测：识别语音和非语音音频事件。

适用场景

• 实时会议记录
• 语音助手开发
• 音频内容生成
• 语音数据分析

工具列表

• client_example.py：示例客户端，支持文件转录和麦克风转录。
• main.py：FastAPI 服务器主程序。
• protocol.py：MCP 协议处理器。
• elevenlabs.py：ElevenLabs 实现模块。

常见问题解答

• 如何获取 API 密钥？：需要在 ElevenLabs 官网注册并获取 API 密钥。
• 支持哪些音频格式？：支持常见的音频格式如 WAV、MP3 等。
• 如何调试？：可以使用 pytest tests/ 运行测试套件。

使用教程

使用依赖

1. 确保已安装 Python 3.8+。
2. 安装依赖库：

pip install FastAPI Uvicorn PyAudio aiohttp python-dotenv pydantic

安装教程

1. 克隆仓库：

git clone https://github.com/aromanstatue/MCP-Elevenlab-Scribe-ASR.git
cd MCP-Elevenlab-Scribe-ASR

1. 创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

1. 安装依赖：

pip install -e .

1. 创建 .env 文件并添加 API 密钥：

ELEVENLABS_API_KEY=your-api-key-here

调试方式

1. 启动服务器：

python -m elevenlabs_scribe_mcp_server.main

1. 使用示例客户端：

python examples/client_example.py --file path/to/audio.wav
python examples/client_example.py --mic

1. 运行测试：

pytest tests/

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。