ElevenLabs Scribe MCP 服务器

一个用于 ElevenLabs 的 Scribe 语音转文本 API 的模型控制协议 (MCP) 服务器实现，提供具有高级上下文管理和双向流式传输的实时转录功能。

特性

• 实时转录: 直接从您的麦克风流式传输音频并获得即时转录
• 基于文件的转录: 上传音频文件进行批量处理
• MCP 协议支持: 模型控制协议的完整实现，以实现更好的上下文管理
• 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
• 多种音频格式: 支持各种音频格式，并自动转换
• 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

2. 创建并激活虚拟环境:

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

3. 安装依赖项:

pip install -e .

4. 创建一个包含您的 ElevenLabs API 密钥的 .env 文件:

ELEVENLABS_API_KEY=your-api-key-here

用法

启动服务器

python -m elevenlabs_scribe_mcp_server.main

服务器将默认在端口 8000 上启动（或下一个可用端口）。

使用示例客户端

1. 文件转录:

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

2. 麦克风转录:

python examples/client_example.py --mic

API 端点

1. REST API:

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

2. WebSocket API:

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

MCP 协议

服务器实现了模型控制协议 (MCP)，具有以下消息类型：

1. INIT: 初始化一个新的转录会话
2. START: 开始音频流式传输
3. AUDIO: 发送音频数据
4. TRANSCRIPTION: 接收转录结果
5. ERROR: 错误消息
6. STOP: 结束音频流式传输
7. DONE: 完成会话

开发

运行测试

pytest tests/

项目结构

elevenlabs-scribe-mcp-server/
├── elevenlabs_scribe_mcp_server/
│   ├── __init__.py
│   ├── main.py              # FastAPI 服务器
│   └── mcp/
│       ├── __init__.py
│       ├── protocol.py      # MCP 协议处理程序
│       ├── types.py         # 协议类型
│       └── elevenlabs.py    # ElevenLabs 实现
├── examples/
│   └── client_example.py    # 示例客户端
├── tests/
│   └── test_transcribe.py   # 测试套件
├── pyproject.toml           # 项目元数据
└── README.md

要求

• Python 3.8+
• FastAPI
• Uvicorn
• PyAudio (用于麦克风支持)
• aiohttp
• python-dotenv
• pydantic

贡献

1. Fork 存储库
2. 创建您的功能分支 (git checkout -b feature/amazing-feature)
3. 提交您的更改 (git commit -m 'Add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 打开一个 Pull Request

许可证

MIT 许可证 - 有关详细信息，请参阅 LICENSE 文件。

致谢

• ElevenLabs 感谢他们出色的 Scribe API
• FastAPI 感谢现代 Web 框架
• Python 社区感谢出色的工具和库