mcpField
V
vocce transcribe

vocce transcribe

本地服务
vocce.io媒体与设计015 周前更新
代码仓库访问官网

关于 vocce transcribe

vocce transcribe 是供 AI Agent 使用的托管 MCP 服务，可处理音频、视频、文本和 PDF。它将转录与学习及文档工具结合，无需本地运行模型或 API 密钥。

主要功能

  1. 01转录为文本、SRT 和 VTT
  2. 02生成摘要、笔记和闪卡
  3. 03基于来源并附引用的文档问答
  4. 04压缩 PDF
  5. 05托管处理，无需 API 密钥

适用场景

  1. 01转录访谈录音
  2. 02根据课程内容生成学习笔记和闪卡
  3. 03带引用地询问会议文件
  4. 04压缩 PDF 以便分享

MCP 相关

它向 MCP 客户端提供六种媒体和文档工具。客户端可通过运行 `npx` 包连接，处理工作由 vocce 托管后端完成。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "cmoonagent-vocce-agent": {
      "command": "npx",
      "args": [
        "-y",
        "vocce-transcribe-mcp"
      ],
      "env": {
        "VOCCE_API_BASE": "<VOCCE_API_BASE>"
      }
    }
  }
}
启动命令npx -y vocce-transcribe-mcp
需要配置的环境变量
VOCCE_API_BASEOverride the vocce backend endpoint (defaults to the hosted API).

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
npmvocce-transcribe-mcp1.1.0

工具

6

收录的工具列表 · 更新于 2 周前

参数类型必填说明
languagestring否ISO 代码，例如 'en'、'zh'、'ja'。省略或设为 'auto' 可自动检测。
file_pathstring是本地音频/视频文件的绝对路径（mp3、wav、m4a、mp4、mov、……）。最大 50MB。

详细介绍

vocce media — MCP 服务

直接通过你的 AI Agent 转录、总结、做笔记、制作抽认卡、提问和压缩 PDF。 由 vocce 托管后端提供支持（Whisper large-v3 + LLM 工具）。

✨ 无需 API 密钥 · ☁️ 托管服务（无需运行模型或 GPU）· 🆓 免费预览

安装

将以下内容添加到 MCP 客户端配置中（Claude Desktop、Cursor、Windsurf，……）。无需安装步骤——npx 会在首次运行时获取它：

{
  "mcpServers": {
    "vocce": {
      "command": "npx",
      "args": ["-y", "vocce-transcribe-mcp"]
    }
  }
}

重启客户端，即可使用六个工具。

工具

工具功能
transcribe本地音频/视频 → 文本 + SRT + VTT（100 多种语言）
summarize录音或文本 → 会议纪要 / 讲座笔记 / 待办事项 / 章节
generate_notes录音或文本 → 结构化学习笔记（大纲 / 康奈尔笔记 / 要点）
generate_flashcards录音或文本 → 5–20 张有依据的问答抽认卡
ask_document就文件提问——仅根据来源内容作答，并提供逐字引用
compress_pdf本地 PDF → 更小的 PDF（轻度 / 均衡 / 强力），文本保持清晰

对于内容工具，可传入 file_path（媒体会先自动转录； .txt/.md/.srt/.vtt 会直接读取）或原始 text。

提示词示例：

“转录 ~/Downloads/interview.mp4，并提取行动事项。” “根据 ~/lectures/biology-week3.mp3 制作 15 张抽认卡。” “询问 ~/meetings/standup.mp4：关于发布日期，我们决定了什么？” “将 ~/Documents/report.pdf 压缩到适合通过电子邮件发送的大小。”

配置

环境变量默认值说明
VOCCE_API_BASEhttps://api.vocce.io/api/v1媒体后端（转录、PDF）
VOCCE_EDGE_BASEhttps://vocce.io/apiLLM 工具（摘要、笔记、卡片、问答）

工作原理

此服务是一个轻量客户端：它会将文件上传到 vocce 托管后端，轮询直到任务完成，然后返回结果。繁重的处理由 vocce 的 GPU 完成——你无需在本地下载或运行模型。

链接

许可证

MIT

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。