Claude Voice

克劳德之声

语音记录、转录和笔记系统 克劳德代码.

AI第一第二脑语音接口，可实现：

• 语音笔记 -将想法直接发送到您的vault收件箱
• 语音命令 -向Claude说出提示，而不是打字
• 桌面音频捕获 -记录和转录会议、视频、播客

建筑

此仓库包含三个紧密集成的模块：

claude-voice/
├── mcp-server/      # MCP server providing voice tools to Claude Code
├── voice-tools/     # Shared bash utilities for audio/transcription
└── skills/          # Claude Code skills (user-facing /commands)

特性

/voice_note

使用自动静音检测录制语音笔记并保存到vault收件箱。

• 自动检测静音（约1.5秒暂停停止录制）
• 用Whisper转录
• 保存到当前或指定的vault
• 自定义标题或基于时间戳的文件名

用途：

/voice_note                              # Record to current vault
/voice_note "bitcoin thoughts"           # Custom title
/voice_note bruno2brain-v3 "daily log"  # Specific vault

/voice_prompt

向克劳德说出命令，而不是打字。

用途：

/voice_prompt
[Speak: "Create a new note about quantum computing"]
[Claude executes your spoken command]

/listen_start & /listen_stop

录制桌面音频输出（扬声器/耳机），用于会议笔记、视频摘要等。

用途：

/listen_start    # Start background recording
[... attend meeting, watch video ...]
/listen_stop     # Stop, transcribe, summarize, save to inbox

安装

先决条件

• Linux（建议使用Ubuntu/Debian）
• Python 3.8+
• jq (sudo apt install jq)

其他所有内容（ffmpeg、portaudio、Whisper）都由安装程序处理。

一次性安装

git clone https://github.com/rabb1tpt/claude-voice.git
cd claude-voice

# Linux
./install.sh

# macOS
./install-macos.sh

安装程序将：

1. 检查并提供安装系统deps(ffmpeg, portaudio等等）
2. 安装 耳语 用于转录（或检测现有安装）
3. 设置MCP服务器Python venv
4. Symlink技能 ~/.claude/skills/
5. 注册 voice MCP服务器中 ~/.claude/settings.json （可在全球所有Claude Code会话中使用）

然后 重新启动克劳德代码 你准备好了。

macOS注意事项： /listen_start 和 /listen_stop 需要PulseAudio，并且仅支持Linux。 /voice_prompt 和 /voice_note 在两个平台上工作。

用法

安装后，这些技能可以在任何Claude Code会话中使用：

/voice_note              # Quick voice capture
/voice_prompt            # Speak a command
/listen_start            # Start recording desktop audio
/listen_stop             # Stop and process recording

或者自然地问——克劳德会在相关时自动调用技能：

• “录制有关此会议的语音备忘”
• “听听我要说什么，然后执行它”

音频源

• 语音笔记和提示：麦克风输入（自动静音检测）
• 聆听环节：桌面音频输出（通过PulseAudio环回的扬声器/耳机）

输出格式

语音备忘

# inbox/voice-{title}.md

[Transcription of your voice note]

#voice-note

聆听环节

# inbox/listen-YYYY-MM-DD-HHMMSS.md

## Summary
[AI-generated summary of the audio]

## Full Transcript
[Complete transcription with timestamps]

#listen-session

运作原理

1. 技能 (.md 文件位于 skills/)定义用户界面-哪些命令可用以及如何使用它们
2. MCP服务器 (mcp-server/server.py)提供实际工具(record_voice_note, listen)通过模型上下文协议连接到Claude代码
3. 语音工具 (voice-tools/)包含用于音频处理、转录和文件处理的共享bash实用程序

当你调用一项技能时，Claude Code：

1. 加载技能说明
2. 调用相应的MCP工具
3. MCP服务器使用语音工具进行录音和转录
4. 将结果返回给Claude进行处理

故障排除

“没有可用的MCP工具”

• 检查一下 .mcp.json 存在于vault中，并指向正确的路径
• 验证Python venv是否已激活并安装了依赖项
• 重新启动Claude Code会话

“转录失败”

• 验证Whisper是否已在本地安装： which whisper
• 检查音频文件是否已创建（临时文件在 /tmp/)
• 确保已安装ffmpeg： which ffmpeg

桌面音频未录制

• 验证PulseAudio环回是否已配置
• 检查 pactl list sources 用于监控设备
• 有关PulseAudio设置，请参阅语音工具README

哲学：人工智能第一大脑第二大脑

该系统代表了 AI优先的方法 个人知识管理：

传统PKM：类型→ 组织→ 搜索→ Read AI第一PKM：说话→ AI捕捉→ 会话检索

通过消除每一步的摩擦（语音与打字、人工智能组织与手动标记、对话与搜索），我们实现了：

• 以语速捕捉思想
• 灵感迸发时从事平行项目
• 无缝上下文切换，不中断流程

语音界面使第二大脑感觉像是思维的延伸，而不是你必须“使用”的单独工具

贡献

问题和PR欢迎！这是一个公开的个人工作流程工具——如果它能帮助你构建自己的人工智能优先系统，那就是目标。

许可证

MIT许可证-请参阅许可证文件

学分

由...建造 @rabb1tl0ka 作为bruno2brain-v3跳马系统的一部分。

技术支持：

• 克劳德代码 -Anthropic的AI编码助手
• 主控程序 -模型上下文协议
• 耳语 -OpenAI的语音识别