Ezkielyna Audio

Ezkielyna Audio MCP

一个 MCP 服务，可通过 Ezkielyna API 为 AI 助手提供文本转语音（保存为本地 MP3/WAV 文件）和将本地音频文件转为文本的功能，包括印尼语。可在 Claude Desktop、Claude Code、Cursor、OpenCode 以及任何运行本地 stdio 服务的其他 MCP 客户端中使用。

示例：

• “转录 ~/Downloads/voice-note.ogg（内容是印尼语），并用三个要点概括。”
• “用印尼语朗读这段产品描述，并将其保存为 promo-kopi。”

🇮🇩 Bahasa Indonesia：请参阅下文。

• 单个文件，无依赖项：只需 Node.js 18 或更高版本。无需 npm install。
• 音频会保存到一个文件夹中，绝不会覆盖已有文件。
• 付费调用设有每个会话的上限，且绝不会打印 API 密钥。

要求

1. Node.js 18+（node -v）。请从 nodejs.org 获取 LTS 版本。
2. 所属组包含音频模型的 Ezkielyna API 密钥。最简单的选择是 Auto。根据公开价格表（于 2026 年 11 月 11 日核对），Standard 和 Premium 组已启用语音模型，Hemat 组也启用了 edge-tts；Media 组（图像和视频）未列出这些模型。list_audio_models 会显示每个模型所属的组；设置密钥后，还会显示你的密钥是否可使用各个模型。在 ezkielyna.store/beli-api-key 购买 API Credit（起价 $0.5，支持 QRIS/DANA/GoPay/USDT），在 api.ezkielyna.store 的 Wallet 中兑换，然后在 API Keys 下创建密钥。

工具

工具	功能	费用
text_to_speech	将文本（最多 4,000 个字符）转换为语音，并保存到 EZKIELYNA_AUDIO_DIR。model 默认为 edge-tts，voice 使用每个模型的默认值（见下文），format 可选 mp3（默认）或 wav，filename 为可选项。	按输入字符数计费
transcribe_audio	转录本地文件（mp3、m4a、mp4、wav、ogg、oga、opus、webm、flac、aac、mpga、mpeg；最大 25 MB）。model 默认为 whisper-large-v3，language 为可选项（例如 id、en），response_format 可选 text（默认）、srt 或 vtt，prompt 为可选项，可用于提供名称或术语。	按音频时长计费
list_audio_models	列出公开价格表中的 TTS 和 STT 模型，以及价格、密钥所属组、语音和格式。设置密钥后，会标出你的密钥可使用哪些模型。	免费

价格示例（公开价格表，2026 年 11 月 11 日，标价以 USD 计）：edge-tts 每 1M 个字符 $1，因此 4,000 个字符的文本约为 $0.004；whisper-large-v3 标价为每 1M 个音频令牌 $12，按音频时长计费（确切费用请查看 api.ezkielyna.store 上的 Usage Logs）。

语音

语音会按原样传递给 OpenAI 格式的 POST /v1/audio/speech 端点。以下默认值取自公开价格表中的模型说明（2026 年 11 月 11 日）：

模型	默认语音	价格表中列出的其他语音
edge-tts	id-ID-GadisNeural（印尼语，女声）	id-ID-ArdiNeural（印尼语，男声）、en-US-AriaNeural、其他 Edge 语音 ID，或 OpenAI 语音名称。仅支持 MP3。
tts-gemini-3.1-flash	Kore	Puck、Charon、Aoede、Zephyr、Fenrir、Leda、Orus
tts-xai-v1	eve	ara、leo、rex、luna、orion、sirius
tts-kokoro	af_heart	af_bella、am_adam、bf_emma（不支持印尼语）
其他模型	请参阅 list_audio_models	任何未列入内置表格的模型默认使用 alloy

如果模型返回的格式与请求格式不同（例如 edge-tts 只返回 MP3），文件会使用其实际音频格式对应的扩展名保存，并在回复中说明。

安装

使用 npx（推荐）： 无需安装。以下配置会运行 npx -y ezkielyna-audio-mcp。

从源代码安装：

git clone https://github.com/EzkielynaGroup/ezkielyna-audio-mcp.git
cd ezkielyna-audio-mcp
node --test test/        # optional: local mock server, no network, no cost

然后使用 "command": "node" 和 "args": ["/full/path/to/ezkielyna-audio-mcp.mjs"]，而不是 npx。

Windows： 如果应用无法启动 npx，请使用 "command": "cmd" 和 "args": ["/c", "npx", "-y", "ezkielyna-audio-mcp"]。在 JSON 中使用正斜杠书写路径（C:/Users/you/Music/Ezkielyna）。

添加到应用

将 sk-... 替换为你的密钥。

Claude Code

claude mcp add ezkielyna-audio -e EZKIELYNA_API_KEY=sk-... -- npx -y ezkielyna-audio-mcp

添加 --scope user，即可在所有项目中使用。

Claude Desktop：设置 → 开发者 → 编辑配置（claude_desktop_config.json），然后退出并重新打开 Claude Desktop。

{
  "mcpServers": {
    "ezkielyna-audio": {
      "command": "npx",
      "args": ["-y", "ezkielyna-audio-mcp"],
      "env": { "EZKIELYNA_API_KEY": "sk-..." }
    }
  }
}

Cursor：~/.cursor/mcp.json 或 .cursor/mcp.json，使用与 Claude Desktop 相同的 JSON。

OpenCode：项目中的 opencode.json，或 ~/.config/opencode/opencode.json。

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "ezkielyna-audio": {
      "type": "local",
      "command": ["npx", "-y", "ezkielyna-audio-mcp"],
      "enabled": true,
      "environment": { "EZKIELYNA_API_KEY": "sk-..." }
    }
  }
}

配置（环境变量）

变量	必填	默认值	说明
EZKIELYNA_API_KEY	是（list_audio_models 除外）		Auto 组中的密钥（或 Standard/Premium，见上文）
EZKIELYNA_BASE_URL	否	https://api.ezkielyna.store/v1	API 地址
EZKIELYNA_AUDIO_DIR	否	~/Music/Ezkielyna	语音文件的保存位置（若不存在则创建）
EZKIELYNA_MAX_CALLS	否	30	每个会话的付费调用次数（text_to_speech + transcribe_audio）；重启应用即可重置
EZKIELYNA_TIMEOUT_MS	否	300000	请求超时时间

安全与限制

• 仅读取扩展名已知且不超过 25 MB 的音频文件；不接受 URL（仅限本地文件）。仅提供文件名时，也会在音频文件夹中查找，因此刚由 text_to_speech 保存的文件可以再次转录。
• 仅在 EZKIELYNA_AUDIO_DIR 中写入文件，会清理文件名并且绝不覆盖文件（name.mp3、name-1.mp3，……）。如果响应不是音频，则会拒绝，且不会保存任何内容。
• 每次调用的文本最多 4,000 个字符；超过 100,000 个字符的转录文本会被截断。
• 会在发送任何内容之前检查会话调用上限。明确拒绝请求的网关调用会返还占用次数。
• 每条响应和日志行中的密钥都会被清除。日志写入 stderr；stdout 仅传输 MCP 消息。

数据来源

模型列表、价格、分组和语音名称在运行时从公开端点 https://api.ezkielyna.store/api/pricing 获取（无需密钥，缓存 10 分钟）。每 1M 单位的价格 = model_ratio × 2 × lowest group multiplier（New API 约定），与 https://api.ezkielyna.store/llms-full.txt 一致（于 2026 年 11 月 11 日核对）。不包含任何内置数据。上方的语音表复制自 2026 年 11 月 11 日的同一份价格列表；模型和语音可能会变化，因此 list_audio_models 提供的是最新信息。

常见问题

如何使用 Claude 转录印度尼西亚语语音备忘录？ 添加此服务，然后询问“transcribe ~/Downloads/note.ogg, language id”。Claude 会调用 transcribe_audio，使用 whisper-large-v3 并返回文本。

Claude Desktop 或 Cursor 是否有印度尼西亚语文本转语音语音？ 有。默认的 edge-tts 语音是 id-ID-GadisNeural（女声）；男声请使用 id-ID-ArdiNeural。

可以根据视频音频制作字幕（SRT/VTT）吗？ 可以，将 response_format 设为 srt 或 vtt。如果文件超过 25 MB，请先提取音频（例如 ffmpeg -i video.mp4 -vn -b:a 64k audio.mp3）。

音频文件保存在哪里？ 保存在 ~/Music/Ezkielyna，除非你设置了 EZKIELYNA_AUDIO_DIR。现有文件绝不会被覆盖。

Ezkielyna 是否隶属于 Microsoft、OpenAI 或 Google？ 不隶属于。Ezkielyna 是独立的 API 网关，与模型供应商或 MCP 客户端开发方均无关联。

开发

node --test test/

测试会通过 stdio 启动服务，并连接本地模拟网关：无需联网，也不会产生费用。

---

印度尼西亚语

MCP 服务可让您的 AI 助手（Claude Desktop、Claude Code、Cursor、OpenCode）将文本转换为语音（保存为 MP3/WAV 文件），并将电脑上的音频文件转换为文本，包括印度尼西亚语，使用 Ezkielyna API。

示例：

• “转录 ~/Downloads/vn-pelanggan.ogg（印度尼西亚语），然后总结为 3 个要点。”
• “用印度尼西亚语女声朗读这段产品描述，并保存为 promo-kopi。”

所需条件

1. Node.js 18+。只需一个文件，无需 npm install。
2. Ezkielyna API 密钥，其密钥组需包含音频模型。最简单的选择是 Auto 组。根据公开价格表（2026 年 11 月 11 日核查），Standard 和 Premium 组提供语音模型，edge-tts 也在 Hemat 组中；Media 组（图片/视频）未列出这些模型。通过 ezkielyna.store/beli-api-key 使用 QRIS/DANA/GoPay/USDT 购买 API Credit，前往 api.ezkielyna.store 的 Wallet 菜单兑换，然后在 API Keys 菜单创建密钥。

工具

工具	功能	费用
text_to_speech	将文本（最多 4,000 个字符）转换为语音，并保存到 EZKIELYNA_AUDIO_DIR（默认值：~/Music/Ezkielyna）。默认使用 edge-tts 和 id-ID-GadisNeural 语音；男声为 id-ID-ArdiNeural。格式为 mp3 或 wav。	按字符计费
transcribe_audio	将本地音频文件（最多 25 MB）转换为文本。默认使用 whisper-large-v3，可选设置 language（例如 id），结果格式为 text、srt 或 vtt（字幕）。	按音频时长计费
list_audio_models	列出 TTS/STT 模型及其价格、密钥组、语音和格式。	免费

价格示例（公开价格表，2026 年 11 月 11 日）：edge-tts 每 100 万个字符收费 $1，因此 4,000 个字符约为 $0.004。确切费用可在控制面板的 Usage Logs 中查看。

安装

Claude Code：

claude mcp add ezkielyna-audio -e EZKIELYNA_API_KEY=sk-... -- npx -y ezkielyna-audio-mcp

Claude Desktop、Cursor 和 OpenCode：使用上方英文部分中的 JSON 示例，只需替换 sk-...。在 Windows 上，如果 npx 无法运行，请使用 "command": "cmd" 和 "args": ["/c", "npx", "-y", "ezkielyna-audio-mcp"]。

安全与限制

• EZKIELYNA_MAX_CALLS（默认值为 30）：每个会话的付费调用次数上限，发送请求前会进行检查。
• 仅读取音频文件（最多 25 MB），不读取链接。仅在音频文件夹中写入文件，且绝不会覆盖已有文件。
• 密钥绝不会显示在回复或日志中。

常见问题

如何使用 Claude 转录印度尼西亚语 WhatsApp 语音消息？ 将语音消息（.ogg/.opus）保存到电脑，安装此服务，然后请求：“转录此文件，语言为 id”。

文本转语音支持印度尼西亚语语音吗？ 支持：edge-tts 提供 id-ID-GadisNeural（女声，默认）和 id-ID-ArdiNeural（男声）。

Ezkielyna 与 Microsoft、OpenAI 或 Google 有关联吗？ 没有。Ezkielyna 是独立的 API 网关。

许可证

MIT，版权所有 (c) 2026 Ezekiel Lieberhart (Ezkielyna)。Ezkielyna 是独立的 API 网关，与模型供应商或 MCP 客户端开发方均无关联。