MCP-Elevenlab-Scribe-ASR

🚀 ElevenLabsscribe MCP 服务器

本项目是针对 ElevenLabs' Scribe 语音转文字 API 的 Model Control Protocol (MCP) 服务器实现，具备实时转录功能，支持高级上下文管理及双向流技术，能有效提升语音转录的效率与准确性。

✨ 主要特性

• 实时转录：可直接从麦克风流式传输音频，实时获取转录结果。
• 文件批量处理：支持上传音频文件进行批次处理。
• MCP 协议支持：完整实现模型控制协议，增强上下文管理能力。
• WebSocket 支持：具备实时双向通信功能。
• 上下文管理：维护对话上下文，提高转录准确性。
• 多种音频格式：支持多种音频格式并自动转换。
• 语言检测：自动识别语言并给出置信度评分。
• 事件检测：能够识别语音与非语音音频片段。

📦 安装指南

1. 克隆仓库：

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 系统中使用：venv\Scripts\activate

3. 安装依赖项：

pip install -e .

4. 创建包含 API 密钥的 .env 文件：

ELEVENLABS_API_KEY=your-api-key-here

💻 使用示例

启动服务器

python -m elevenlabs_scribe_mcp_server.main

服务器将启动在默认端口 8000 或下一个可用端口。

示例客户端使用

基础用法

• 文件转录：

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

• 麦克风转录：

python examples/client_example.py --mic

API 接口

REST API

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

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），支持以下消息类型：

1. INIT：初始化新的转录会话
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：错误信息
6. STOP：结束音频流式传输
7. DONE：完成会话

📚 详细文档

开发指南

运行测试

pytest tests/

项目结构

elevenlabs-scribe-mcp-server/
├── elevenlabs_scribe_mcp_server/
│   ├── __init__.py
│   ├── main.py              # FastAPI 服务器入口
│   └── mcp/
│       ├── __init__.py
│       ├── protocol.py      # MCP 协议处理模块
│       ├── types.py         # 协议类型定义
│       └── elevenlabs.py    # ElevenLabs 实现模块
├── examples/
│   └── client_example.py    # 示例客户端代码
├── tests/
│   └── test_transcribe.py   # 测试套件
├── pyproject.toml           # 项目元数据文件
└── README.md                # 项目说明文档

依赖项

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

贡献指南

1. 叉克仓库
2. 创建功能分支（git checkout -b feature/amazing-feature）
3. 提交修改（git commit -m 'Add amazing feature'）
4. 推送到分支（git push origin feature/amazing-feature）
5. 提交 Pull Request

📄 许可证

MIT License

如需了解详细信息，请参考 官方文档。