10 v0.1.0-beta.19 更新于 2026-11-07

Paxa Labs MCP Server

泰语、英语、普通话语音 AI:可播放的 TTS、转写、翻译、OCR、信息提取

适用客户端

本地客户端
Claude Desktop、Claude Code、Cursor、Cline 等支持本地 MCP 的客户端

安装配置

本地运行(npm)
{
  "mcpServers": {
    "mcp-31e65d": {
      "command": "npx",
      "args": [
        "-y",
        "@paxalabs/mcp"
      ]
    }
  }
}

将上方 JSON 加入 MCP 客户端配置(如 Claude Desktop 的 claude_desktop_config.json 或项目的 .mcp.json)即可接入;远程接入按客户端要求填写 URL 与鉴权头。

提供的工具 接入后 Agent 可调用这 19 个工具

speak
合成一句短语并通过扬声器播放,播完前阻塞等待
queue_speech
朗读长文本:自动分段、边播放边预合成,立即返回
control_playback
控制共享音频队列:状态、暂停、恢复、跳过、清除
play_audio
通过扬声器播放本地音频文件
text_to_speech
将语音合成为音频文件(mp3/opus/wav)而不播放,可生成 srt/vtt 字幕
design_voice
根据文字描述创建新音色并播放其朗读示例
refine_voice
用文字描述修改草稿音色(如“更低更慢”)并播放新示例
save_voice
将草稿音色保存为可用的自定义音色
rename_voice
重命名自定义音色,id 和声音保持不变
delete_voice
删除一个自定义音色并释放其槽位
translate_to_thai
将任意语言翻译成泰语,支持语域、术语表和上下文控制
ocr_document
将本地 PDF/PNG/JPEG/WebP 做 OCR 转为 Markdown 或结构化块
extract_fields
从本地 PDF 或图片按 schema 提取带类型的字段(泰国身份证、日期、金额等)
listen
从麦克风录制一段语音并返回转录文本,自动检测停止说话
send_feedback
对输出评分或向 Paxa 团队报告问题
transcribe_audio
转录本地录音或视频(泰/英/混合),支持说话人标签、词级时间戳、字幕和停顿列表
list_voices
列出自定义音色与槽位,以及 TTS 音色清单
list_models
列出可用模型、限制和定价
get_account
查询积分余额、套餐和速率限制