O que ffvoice-engine faz?
Reconhecimento de fala offline e diarização de falantes para agentes de IA — Whisper ASR + servidor MCP + CLI + bindings Python, totalmente local, sem nuvem. | 离线语音识别与说话人分离,Agent 开箱即用
Visão Geral
O ffvoice-engine fornece funcionalidades completas de processamento de áudio para agentes de IA, operando completamente offline. Ele combina:
- Whisper ASR: Transcrição automática de fala com alta precisão, suportando múltiplos idiomas.
- Diarização de Falantes: Identificação de quem fala quando em gravações com múltiplas vozes.
- Servidor MCP: Interface padronizada para agentes de IA se comunicarem diretamente com o motor de voz.
- CLI: Ferramenta de linha de comando para scripts e automação.
- Bindings Python: Biblioteca Python para integração programática.
Pré-requisitos
- Python 3.8+
- ffmpeg instalado no sistema
- Modelo Whisper (baixado automaticamente na primeira execução ou manualmente)
- Espaço em disco para modelos (~1-3 GB)
Instalação
# Instalar via pip
pip install ffvoice-engine
# Verificar instalação
ffvoice --version
Uso
Servidor MCP
Inicie o servidor MCP para que agentes de IA possam se conectar:
ffvoice mcp-server --host 0.0.0.0 --port 8081
CLI
Transcreva um arquivo de áudio:
ffvoice transcribe audio.mp3 --language pt --output transcript.txt
Com diarização:
ffvoice diarize reuniao.wav --speakers 3 --output reuniao_com_diarizacao.txt
Python Bindings
from ffvoice import FFVoiceEngine
engine = FFVoiceEngine()
transcript = engine.transcribe("audio.wav", language="pt")
print(transcript.text)
Configuração
Variáveis de ambiente:
| Variável | Descrição | Padrão |
|---|---|---|
FFVOICE_MODEL_DIR | Diretório para modelos | ~/.cache/ffvoice/models/ |
FFVOICE_DEVICE | Dispositivo (cpu/cuda) | auto-detect |
FFVOICE_MCP_PORT | Porta do servidor MCP | 8081 |
Exemplos de Integração
Com Claude Code
# No arquivo de configuração do Claude Code
{
"mcpServers": {
"ffvoice": {
"command": "ffvoice",
"args": ["mcp-server"],
"env": {
"FFVOICE_MODEL_DIR": "/caminho/para/modelos"
}
}
}
}
Com Cursor
Adicione o servidor MCP nas configurações do Cursor e utilize diretamente no chat.
Suporte a Plataformas
- macOS: Intel e Apple Silicon (GPU Metal)
- Linux: CPU e CUDA
- Windows: CPU e CUDA
Licença
MIT