MCP Elevenlab Scribe Asr

ElevenLabs Scribe MCP服务器

用于ElevenLabs Scribe语音转文本API的模型控制协议（MCP）服务器实现，通过高级上下文管理和双向流提供实时转录功能。

特性

• 实时转录：直接从麦克风流式传输音频并获得即时转录
• 基于文件的转录：上传音频文件以进行批处理
• MCP协议支持：全面实施模型控制协议，以更好地进行上下文管理
• WebSocket支持：实时双向通信
• 上下文管理：保持对话上下文，以提高转录准确性
• 多种音频格式：支持自动转换的各种音频格式
• 语言检测：自动语言检测和置信度评分
• 事件检测：识别语音和非语音音频事件

安装

1. 克隆存储库：

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  # On Windows: venv\Scripts\activate

1. 安装依赖项：

pip install -e .

1. 创建一个 .env 使用ElevenLabs API密钥文件：

ELEVENLABS_API_KEY=your-api-key-here

用法

启动服务器

python -m elevenlabs_scribe_mcp_server.main

默认情况下，服务器将从端口8000（或下一个可用端口）启动。

使用示例客户端

1. 文件转录：

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

1. 麦克风转录：

python examples/client_example.py --mic

API终点

1. REST API：

• POST /transcribe：上传音频文件进行转录
• GET /health：健康检查端点

1. WebSocket API：

• ws://localhost:8000/ws/transcribe：实时音频转录

MCP协议

服务器使用以下消息类型实现模型控制协议（MCP）：

1. INIT：初始化新的转录会话
2. START：开始音频流
3. AUDIO：发送音频数据
4. TRANSCRIPTION：接收转录结果
5. ERROR：错误消息
6. STOP：结束音频流
7. DONE：完成会话

发展

运行测试

pytest tests/

项目结构

elevenlabs-scribe-mcp-server/
├── elevenlabs_scribe_mcp_server/
│   ├── __init__.py
│   ├── main.py              # FastAPI server
│   └── mcp/
│       ├── __init__.py
│       ├── protocol.py      # MCP protocol handler
│       ├── types.py         # Protocol types
│       └── elevenlabs.py    # ElevenLabs implementation
├── examples/
│   └── client_example.py    # Example client
├── tests/
│   └── test_transcribe.py   # Test suite
├── pyproject.toml           # Project metadata
└── README.md

需求

• Python 3.8+
• 快速 API
• 乌维科恩
• PyAudio（用于麦克风支持）
• 意图tp
• python dotenv
• 媒染剂

贡献

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

许可证

MIT许可证-有关详细信息，请参阅许可证文件。

致谢

• ElevenLabs凭借其卓越的Scribe API
• 用于现代web框架的FastAPI
• Python社区，提供令人惊叹的工具和库