VoiceMode

社区

与 Claude Code 及其他支持 MCP 的 AI 助手进行自然语音对话。

分类: 开发工具第 176 / 438
Stars: ★ 1.4k 非常热门
传输方式: stdio（本地进程）
运行环境: Python 3.10-3.14 · 预编译二进制
凭据: 可选 API Key
许可证: MIT
最近提交: 18 天前
工具数: 2

56FMRS · C

VoiceMode 是一个实用的 MCP 服务器，为 Claude Code 增添了自然的语音交互能力。它同时支持云端和本地语音处理，并带有静音检测等合理默认设置。安装过程简单，适合免提编码场景。隐私敏感用户应注意云端服务会发送音频，而本地模型则需较高系统资源。总体上是成熟且活跃的开源项目。

最强项 · 安装易用性 13/20 最弱项 · 可靠性 8/20

可靠性

8/20

安全与权限

10/20

维护活跃度

12/20

文档质量

13/20

安装易用性

13/20

查看各项评分依据

可靠性 8/20: 仅审阅了 README 和 manifest，没有源代码、测试或 CI 结果。manifest 格式良好且与 README 一致（voice-mode 包、stdio 传输、启动器），但无法验证工具定义或实际执行。没有测试或 CI 工作流，不确定性高，故给 8 分。
安全与权限 10/20: 未发现红线问题：无硬编码密钥、无恶意行为或隐蔽外传；OPENAI_API_KEY 为可选且标记为机密。但缺少源代码，无法验证最小权限、数据边界或确认流程。README 建议的可选权限属于用户控制，因数据传输披露和权限范围不可验证而扣分，给 10 分。
维护活跃度 12/20: 仓库未归档，具备 MIT 许可证、版本 8.12.0 和 24 个未关闭 issue，显示维护活跃。但提供的材料中没有提交历史、发布日期、依赖更新证据或安全响应渠道，星数不作为评分依据，给 12 分。
文档质量 13/20: README 涵盖快速开始、安装方式、兼容性、配置、故障排查以及文档链接，manifest 也提供了环境变量描述。但缺少明确的工具参数文档、限制和成本信息，且无法验证链接文档内容，故给 13 分。
安装易用性 13/20: README 提供了具体的安装路径（Claude Code 插件和 uvx 安装器），并包含客户端配置示例和平台依赖。由于没有 CI/测试证据，上限为 15；同时步骤依赖手动操作和多个系统组件，在未知环境下可能脆弱，故给 13 分。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么执行命令或代码访问网络

适合谁

希望与编程助手语音交流的 Claude Code 用户
需要在任务中免提操作的开发者
偏好本地、隐私语音处理的用户

不适合谁

没有麦克风或扬声器的用户
完全纯文本、无法播放音频的环境

所需权限

访问麦克风以捕获语音输入
使用扬声器或音频输出设备播放回复
使用云端 STT/TTS 服务（如 OpenAI）时需要网络访问
Claude Code 中 converse 和 service 工具的 MCP 权限

风险与副作用

启用云端语音服务时，音频会传输到第三方服务器（如 OpenAI）
本地语音模型（Whisper、Kokoro）可能占用较多计算资源
麦克风权限意味着 MCP 进程会捕获环境声音

安装接入

准备工作

运行环境：Python 3.10-3.14 · 预编译二进制

OPENAI_API_KEY 可选密钥可选，用于云端语音识别/合成作为本地服务的后备，在 OpenAI 平台获取。

其他可选配置项（6 个）

VOICEMODE_DEBUG 可选设为 true 开启带详细日志的调试模式。

VOICEMODE_SKIP_TTS 可选设为 true 跳过语音合成，只显示文字以加快响应。

VOICEMODE_PREFER_LOCAL 可选设为 true（默认）优先使用本地语音服务而非云端。

VOICEMODE_AUDIO_FORMAT 可选音频格式：pcm, mp3, wav, flac, aac, opus，默认 pcm。

VOICEMODE_WHISPER_MODEL 可选本地 Whisper 模型：tiny, base, small, medium, large，默认 base。

VOICEMODE_DISABLE_SILENCE_DETECTION 可选设为 true 禁用静音检测，实现连续录音。

如需要，安装 UV 包管理器：curl -LsSf https://astral.sh/uv/install.sh | sh
运行安装程序：uvx voice-mode-install
添加到 Claude Code：claude mcp add --scope user voicemode -- uvx --refresh --from voice-mode voicemode-mcp-launcher
可选：设置 OPENAI_API_KEY 以使用云端服务。
开始对话：claude converse

.mcp.json

{
  "mcpServers": {
    "voicemode": {
      "command": "uvx",
      "args": ["--refresh", "--from", "voice-mode", "voicemode-mcp-launcher"]
    }
  }
}

以 Claude Code 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "voicemode": {
      "command": "uvx",
      "args": [
        "--refresh",
        "--from",
        "voice-mode",
        "voicemode-mcp-launcher"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add voicemode -- uvx --refresh --from voice-mode voicemode-mcp-launcher

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在 Claude Code 中运行 /mcp 查看 voicemode 服务器是否已连接，工具列表中应出现 converse 和 service；也可以运行 /voicemode:converse 直接开始一次语音对话来验证。

常见排障

无法访问麦克风：检查终端或应用权限；WSL2 用户需要安装 pulseaudio 相关软件包。
找不到 UV：运行 curl -LsSf https://astral.sh/uv/install.sh | sh。
OpenAI API 错误：确认 OPENAI_API_KEY 设置正确。
没有音频输出：检查系统音频设置和可用设备。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

我们来语音对话：用麦克风和我聊聊今天的待办事项
帮我检查本地的 Whisper 语音服务是否在运行，如果没有就启动它
切换到 Kokoro 本地语音合成，然后读一段文字给我听
只显示文字不要朗读，加快回复速度

工具能力 2

converse 只读

与 AI 助手进行自然的语音对话。

service 写入

管理 VoiceMode 语音服务。

使用场景

一边走路去开会一边继续工作

一边做饭一边调试代码

长时间看屏幕后让眼睛休息

一手拿咖啡或遛狗时编码

无法打字时的免提操作

支持客户端

Claude Code

依据项目文档列出，未经本站实测。

详细介绍

VoiceMode 是一个 MCP 服务器，通过语音转文字（STT）和文字转语音（TTS）让用户与 Claude Code 等 AI 代理进行自然的语音对话。它兼顾本地（Whisper、Kokoro）和云端语音服务，具备低延迟与智能静音检测，适合双手或双眼忙碌的场合。