Claude Stt

MCP音视频

提供方 FaustoS88

音视频 stdio · 本地进程 会话登录 社区 / 第三方 Claude
查看接入方式

claude-stt是一款本地化、隐私保护的语音转文本工具,专为Claude Code设计,支持跨平台使用,提供两种录音模式:静音检测和按键通话。

一句话选型结论

按资料字段整理

Claude Stt 属于音视频类 MCP 服务器,stdio · 本地进程,会话登录,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类音视频 传输方式stdio · 本地进程 鉴权会话登录 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 2 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

音视频
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量2暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

语音识别Python本地部署本地处理隐私保护跨平台ClaudeCode集成

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
pip install pynput pyaudio pyperclip

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 2 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
转写与字幕

把音视频转成文字和字幕。

音视频处理

裁剪、转码、拼接素材。

内容分发

把成品发到对应平台。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 2 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好会话登录对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在音视频场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Claude Stt当前 2 stdio · 本地进程 本地部署 有 2026-05-17
Ableton MCP B7b69a6a 16 stdio · 本地进程 本地部署 有 2026-05-17
Mini Max MCP 8 SSE · 服务端推送 远程部署 有 2026-05-18
LocalAI 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Youtube E0eb3510 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Voicemode MCP 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

音视频
字段来自项目仓库与公开索引,中文说明由本站标注
提供方FaustoS88上游标注的维护方 FaustoS88
分类音视频本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式会话登录远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.5 KB
来自项目仓库与上游目录的原文,未做删改

克劳德stt

本地、注重隐私的语音转文本 克劳德代码.

对着麦克风说话——你的话直接出现在克劳德密码中。没有复制粘贴,没有云API,没有音频永远不会离开你的设备。

跨平台: macOS、Windows、Linux。

两种模式:

  • /dictate --静音检测,连续一次,暂停时自动停止。最适合快速消息。
  • 太平洋电话电报公司 --按住右键选项(macOS)/右键Alt(Windows/Linux)进行录制,释放以停止。所有片段累积为一条消息。准备好后,把所有东西都寄给克劳德。

运作原理

  • 使用从麦克风录制音频 PyAudio (PTT)或 sox (/dictate)
  • 使用以下方式在本地转录 耳语cpp 随着 base.en 模型
  • 通过以下方式将成绩单返回给Claude Code 模型上下文协议 服务器

需求

  • Node.js>=18
  • Python 3
  • Claude 代码命令行界面
  • 在PATH上低语cpp

macOS```bash

brew install sox whisper-cpp
pip3 install pynput pyaudio pyperclip


### Linux(Debian/Ubuntu)```bash
sudo apt install sox portaudio19-dev python3-pyaudio
pip3 install pynput pyperclip
# Build whisper-cpp from source: https://github.com/ggml-org/whisper.cpp

视窗```powershell

choco install sox
pip install pynput pyaudio pyperclip

Download whisper-cpp from: https://github.com/ggml-org/whisper.cpp/releases

Add the whisper binary to your PATH


## 安装

### macOS/Linux```bash
git clone https://github.com/FaustoS88/claude-stt.git
cd claude-stt
chmod +x install.sh
./install.sh

视窗```powershell

git clone https://github.com/FaustoS88/claude-stt.git
cd claude-stt
.\install.ps1


安装程序将:

1. 检查系统依赖关系(sox、whisper cpp、Python包)
1. 下载 `ggml-base.en.bin` 耳语模式(~142MB)
1. 使用Claude Code注册MCP服务器
1. 安装 `/dictate` 技能

> **首次使用:** 您的操作系统可能会提示您访问麦克风。给予一次,它就会持续下去。
>
> **macOS按键通话:** 终端需要辅助功能权限(系统设置>隐私和安全>辅助功能)才能进行全局密钥捕获。

______________________________________________________________________

## 模式1-- `/dictate` (静音检测)

最适合短的单脉冲消息。说点什么,暂停,完成。

在任何Claude Code会话中:```
/dictate

或者告诉克劳德: “听我说” --它将调用 dictate 工具直接。

录制立即开始,并在约3秒的静音后自动停止(可配置)。

参数

参数 默认值 说明
max_duration 30 最大录制长度(秒)(5–120)
silence_duration 3 自动停止前的几秒钟静音(1-10)
model_path ~/.claude/mcp-servers/claude-stt/models/ggml-base.en.bin GGML模型的路径

模式2-PTT(按键通话)

PTT是一种 消息暂存区.想法:

  1. 保持 正确的选择 (macOS)或 那个是 (Windows/Linux)→ 录制开始
  2. 发布→ 记录停止、转录、显示在终端中, 已复制到剪贴板
  3. 阅读它,决定它是好的
  4. 再次记录→ 添加新片段,更新剪贴板
  5. 当完整消息准备就绪时→ Cmd+V (macOS)/ Ctrl+V 克劳德代码中的Windows/Linux→ send

没有浪费的API调用。PTT是一个独立的剪贴板工具——它可以与Claude Code、任何浏览器、任何文本字段配合使用。

启动PTT守护进程

在一个 独立终端窗口:```bash
python3 ~/.claude/mcp-servers/claude-stt/ptt.py


### 用法```
Hold Right Option/Alt  → recording starts
Release                → stops, transcribes, copies to clipboard
Type 'c' + Enter       → clear session and clipboard (start fresh)
Type 'q' + Enter       → quit
Ctrl+C                 → quit

终端输出:```
claude-stt PTT — hold Right Option (⌥) to record, release to stop
Type 'c' to clear session | Ctrl+C to exit
Transcript auto-copied to clipboard → Cmd+V to paste

Session: (empty)

● RECORDING — release Right Option (⌥) to stop
✓ "hello, I wanted to ask about the new feature"

Session (copied to clipboard): hello, I wanted to ask about the new feature

● RECORDING — release Right Option (⌥) to stop
✓ "specifically the authentication flow"

Session (copied to clipboard): hello, I wanted to ask about the new feature specifically the authentication flow


### 发送给克劳德

切换到Claude Code,粘贴到输入字段,按Enter键。完成。

### MCP工具(PTT)

|工具|说明|
|---|---|
| `get_session` |读取累积会话。 `clear: true` (默认)读取后删除。 |
| `clear_session` |丢弃会话而不阅读。 |

**共享状态:** `~/.claude/mcp-servers/claude-stt/session.txt` --纯文本,段之间有一个空格。

______________________________________________________________________

## 更改耳语模式

通过编辑交换模型 `DEFAULT_MODEL_PATH` 在 `~/.claude/mcp-servers/claude-stt/index.js`:

|型号|尺寸|速度|最适合|
|---|---|---|---|
| `ggml-tiny.en.bin` |75MB |最快|快速命令|
| `ggml-base.en.bin` |142MB |快速|一般听写 *(默认)* |
| `ggml-small.en.bin` |466MB |中等|更高的准确性/重音|

从下载其他型号 拥抱脸.

## 噪声环境

如果 `/dictate` 从不自动停止(风扇、空调等),增加静音阈值 `~/.claude/mcp-servers/claude-stt/index.js`:```js
const SILENCE_THRESHOLD = "3.0%"; // default: "0.1%"

平台说明

macOS

  • PTT要求终端具有 无障碍 权限(系统设置>隐私和安全>辅助功能)
  • 首次使用时,每个应用程序都可以访问麦克风

视窗

  • PTT按键捕获不需要特殊权限
  • 通过以下方式安装sox choco install sox 或从以下网址下载 sox.sourceforge.net
  • 耳语cpp:从下载预构建的二进制文件 GitHub发布 并添加到PATH

Linux

  • PTT需要X11(对pynput的地面支持有限)
  • 安装PortAudio: sudo apt install portaudio19-dev
  • 对于剪贴板: xclip 或 xsel 必须安装(sudo apt install xclip)

卸载```bash

claude mcp remove claude-stt --scope user
rm -rf ~/.claude/mcp-servers/claude-stt
rm -rf ~/.claude/skills/dictate
```

隐私

  • 音频被捕获、转录并完全丢弃在您的机器上
  • MCP服务器或PTT守护进程未发出任何网络请求
  • 转录后立即删除临时WAV文件
  • 会话文件(session.txt)当Claude读取时会自动清除
  • 耳语模式通过耳语cpp完全离线运行

许可证

麻省理工学院

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Claude Stt 怎么安装?

在客户端按下面的安装命令接入:pip install pynput pyaudio pyperclip。装完在客户端配置里引用同一个包或端点。

Claude Stt 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Claude Stt 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Claude Stt 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

Claude Stt 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Claude Stt 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 语音识别、本地处理、Python、Claude、跨平台。具体工具清单以官方文档为准。

Claude Stt 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Claude Stt 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。