
Connects Claude to Sber's SaluteSpeech API for Russian speech recognition and synthesis. You get five tools: recognize_speech for transcribing base64 audio, synthesize_speech for generating TTS audio, list_models to see available voices and recognition models, get_task_status for async jobs, and recognize_file for local audio files. Handles OAuth token management automatically once you provide client credentials. Part of a larger Russian API MCP collection with 50 servers. Reach for this when you need Claude to transcribe Russian audio files or generate speech output using Sber's voices. Includes guided workflows for common transcription and synthesis tasks. Works over stdio or as an HTTP endpoint.
Если вы искали, как расшифровать созвон или голосовое сообщение в текст, озвучить текст голосом Сбера или подключить русский speech-to-text к Claude без собственного бэкенда — это оно. 5 инструментов поверх Sber SaluteSpeech API: распознавание речи (STT) и синтез речи (TTS).
Часть серии WWmcp (46 серверов) от @theYahia.
{
"mcpServers": {
"salutespeech": {
"command": "npx",
"args": ["-y", "@theyahia/salutespeech-mcp"],
"env": { "SALUTESPEECH_API_KEY": "your-base64-key" }
}
}
}
claude mcp add salutespeech -e SALUTESPEECH_API_KEY=your-key -- npx -y @theyahia/salutespeech-mcp
SALUTESPEECH_API_KEY=your-key npx @theyahia/salutespeech-mcp --http --port=3000
# POST http://localhost:3000/mcp
# GET http://localhost:3000/health
Три варианта (проверяются по порядку):
| Переменная | Формат |
|---|---|
SALUTESPEECH_API_KEY | Base64 от строки client_id:client_secret |
SALUTE_AUTH_KEY | То же самое (устаревший алиас) |
SALUTE_SPEECH_CLIENT_ID + SALUTE_SPEECH_CLIENT_SECRET | Сырые учётные данные (кодируются автоматически) |
OAuth-токены запрашиваются и обновляются автоматически. Scope по умолчанию —
SALUTE_SPEECH_PERS (физлица); для корпоративных аккаунтов задайте SALUTE_SPEECH_SCOPE
(SALUTE_SPEECH_CORP — постоплата, SALUTE_SPEECH_B2B — предоплата).
Учётные данные выдаются на developers.sber.ru.
| Инструмент | Описание |
|---|---|
recognize_speech | Распознавание речи из аудио в Base64 |
synthesize_speech | Синтез речи, возвращает аудио в Base64 |
list_models | Список моделей распознавания и голосов синтеза |
get_task_status | Статус асинхронной задачи распознавания |
recognize_file | Распознавание речи из локального файла по пути |
skill-transcribe — пошаговый сценарий расшифровки аудиоskill-synthesize — пошаговый сценарий синтеза речиРасшифруй аудиофайл /tmp/meeting.wav
Озвучь «Привет, мир» голосом Bys_24000 в формате wav16
Покажи доступные голоса
recognize_speech и recognize_file работают через синхронный эндпоинт с лимитом
2 МБ / 1 минута аудио (файл больше — HTTP 413). Для многоканального аудио распознаётся
только первый канал. Длинные записи требуют асинхронного сценария
(data:upload → speech:async_recognize → task:get → data:download) — он пока не вынесен
в инструменты; шаг опроса статуса покрывает get_task_status.
Текст для синтеза ограничен 4000 символами (включая пробелы и SSML-разметку).
self-signed certificate in certificate chain / UNABLE_TO_VERIFY_LEAF_SIGNATUREЭндпоинты Сбера используют Russian Trusted Root CA (НУЦ Минцифры), которого нет в дефолтном хранилище доверенных корневых сертификатов Node.js — поэтому самый первый OAuth-запрос падает, пока вы его не добавите.
Решение: скачайте корневой сертификат (russian_trusted_root_ca_pem.crt) с
gosuslugi.ru/crt и укажите его Node.js:
export NODE_EXTRA_CA_CERTS=/path/to/russian_trusted_root_ca_pem.crt
В MCP-клиенте добавьте эту переменную в блок env сервера. Не ставьте
NODE_TLS_REJECT_UNAUTHORIZED=0 в продакшене — это полностью отключает проверку TLS.
Официальная инструкция: сертификаты SaluteSpeech.
MIT
SALUTE_AUTH_KEY*secretAPI key for the service