claude-voice-input

claude-voice-input

Serveur MCP local pour parler a Claude au lieu de taper. Utilise faster-whisper pour la transcription entierement locale — rien n'est envoye dans le cloud.

Architecture

graph LR
    A[Microphone] -->|Audio| B[recorder.py]
    B -->|WAV bytes| C[faster-whisper]
    C -->|Texte| D[Serveur MCP]
    D -->|stdio| E[Claude Code]

    style A fill:#f9f,stroke:#333
    style E fill:#58f,stroke:#333

Flux de fonctionnement

sequenceDiagram
    participant U as Utilisateur
    participant CC as Claude Code
    participant MCP as Serveur MCP Voice
    participant R as Recorder
    participant W as Whisper

    U->>CC: "ecoute-moi"
    CC->>MCP: voice_listen(language="fr")
    MCP->>R: record_audio()
    R->>R: Capture micro + detection silence
    R-->>MCP: WAV bytes
    MCP->>W: transcribe(audio)
    W-->>MCP: Texte transcrit
    MCP-->>CC: "Bonjour, je voudrais..."
    CC->>CC: Utilise le texte comme contexte
    CC-->>U: Repond a l'instruction vocale

Composants

graph TD
    subgraph "claude-voice-input"
        S[server.py<br/>Serveur MCP FastMCP] --> R[recorder.py<br/>Capture audio + silence]
        S --> W[faster-whisper<br/>Transcription locale]
    end

    subgraph "Outils MCP exposes"
        T1[voice_listen<br/>Micro → texte]
        T2[voice_transcribe_file<br/>Fichier → texte]
    end

    S --> T1
    S --> T2

Installation rapide

curl -fsSL https://raw.githubusercontent.com/Baseline-quebec/claude-voice-input/main/install.sh | bash

Le script fait tout automatiquement :

1. Verifie Python 3.10+
2. Installe PortAudio si manquant
3. Clone le repo dans ~/.claude-voice-input
4. Cree un venv dedie et installe les dependances
5. Configure le serveur MCP dans ~/.claude/settings.json

Avec un modele specifique

curl -fsSL https://raw.githubusercontent.com/Baseline-quebec/claude-voice-input/main/install.sh | WHISPER_MODEL=medium bash

Installation manuelle

git clone https://github.com/Baseline-quebec/claude-voice-input.git
cd claude-voice-input

# Dependance systeme (PortAudio)
sudo apt install portaudio19-dev   # Ubuntu/Debian
brew install portaudio              # macOS

# Installer
pip install -e .

Ajouter dans ~/.claude/settings.json :

{
  "mcpServers": {
    "voice": {
      "command": "/chemin/vers/venv/bin/claude-voice-input",
      "env": {
        "WHISPER_MODEL": "base",
        "WHISPER_DEVICE": "auto",
        "WHISPER_COMPUTE_TYPE": "int8"
      }
    }
  }
}

Configuration

Variables d'environnement

| Variable | Defaut | Description | |----------|--------|-------------| | WHISPER_MODEL | base | Modele Whisper (voir tableau ci-dessous) | | WHISPER_DEVICE | auto | cpu, cuda, ou auto | | WHISPER_COMPUTE_TYPE | int8 | int8, float16, float32 | | CLAUDE_VOICE_DIR | ~/.claude-voice-input | Repertoire d'installation |

Modeles Whisper

quadrantChart
    title Compromis vitesse vs qualite
    x-axis Lent --> Rapide
    y-axis Basse qualite --> Haute qualite
    tiny: [0.9, 0.25]
    base: [0.75, 0.45]
    small: [0.5, 0.65]
    medium: [0.3, 0.8]
    large-v3: [0.1, 0.95]

| Modele | RAM | Vitesse | Qualite | Cas d'usage | |--------|-----|---------|---------|-------------| | tiny | ~1 Go | Tres rapide | Correcte | Tests, instructions simples | | base | ~1 Go | Rapide | Bonne | Usage quotidien (recommande) | | small | ~2 Go | Moyen | Tres bonne | Contexte technique | | medium | ~5 Go | Lent | Excellente | Dictee longue, accents forts | | large-v3 | ~10 Go | Tres lent | Maximale | Transcription de precision |

Outils MCP

voice_listen

Enregistre depuis le microphone et transcrit au silence.

| Parametre | Type | Defaut | Description | |-----------|------|--------|-------------| | language | str | "fr" | Code langue ("fr", "en", etc.) | | silence_duration | float | 2.0 | Secondes de silence avant arret | | max_duration | float | 120.0 | Duree maximale d'enregistrement |

voice_transcribe_file

Transcrit un fichier audio existant.

| Parametre | Type | Defaut | Description | |-----------|------|--------|-------------| | file_path | str | — | Chemin du fichier (wav, mp3, m4a, etc.) | | language | str | "fr" | Code langue |

Exemples d'utilisation dans Claude Code

> ecoute-moi
  [Claude appelle voice_listen, vous parlez, il recoit le texte]

> transcris le fichier ~/meeting.wav
  [Claude appelle voice_transcribe_file]

> ecoute mes instructions en anglais
  [Claude appelle voice_listen avec language="en"]

Mise a jour

Relancer le script d'installation — il fait un git pull automatiquement :

curl -fsSL https://raw.githubusercontent.com/Baseline-quebec/claude-voice-input/main/install.sh | bash

Licence

MIT — Baseline