AI & ML★ 4.7k
Whisper 语音转文字 — 本地语音识别与转录
使用 Whisper 模型本地语音转文字。处理会议、播客、语音备忘录——100% 离线，无需云 API。
本地离线转录
OpenAI 的 Whisper 是语音转文字的金标准。这个 MCP 让它完全在本地运行——不需要云 API、不需要订阅、数据也不会离开你的机器。非常适合处理机密会议、医疗记录或法律录音。
- 99 种语言：Whisper 支持 99 种语言的转录和翻译。
- 多档模型：从 tiny（最快）到 large-v3（最精准），根据你的硬件选择即可。
- 说话人分离：在多人录音中识别谁说了什么。
- 时间戳输出：提供词级和段落级时间戳，方便精确对齐。
配置方法
"mcpServers": {
"whisper": {
"command": "npx",
"args": ["-y", "@mcp/whisper-server"],
"env": { "WHISPER_MODEL": "large-v3" }
}
}热门用法
- "转录 meeting.mp3，并根据讨论内容提取行动项。"
- "把这期播客转成文字，总结一下核心要点。"
- "转录今天所有的语音备忘录，加到我的每日笔记里。"
硬件需求
| 模型 | 显存 | 速度 | 精度 |
|---|---|---|---|
| tiny | 1 GB | 10倍实时 | 良好 |
| base | 1.5 GB | 7倍实时 | 较好 |
| medium | 5 GB | 2倍实时 | 优秀 |
| large-v3 | 10 GB | 1倍实时 | 最佳 |
</ Add to your README
If you use this skill in your project, add the badge to your GitHub README:
[](https://clawdbot.space/en/skills/mcp-whisper-stt?ref=badge&utm_source=mcp-whisper-stt&utm_medium=readme&utm_campaign=skill-page)