使用
Linux x86_64
需要先準備
- 執行環境:
Bun>=1.4.0
僅下載 Bun 安裝指令稿
curl -fsSL https://bun.sh/install -o /tmp/bun-install.sh && ls -l /tmp/bun-install.sh && head -c 500 /tmp/bun-install.sh透過下載的指令稿安裝 Bun 1.4.4
bash /tmp/bun-install.sh && export PATH="$HOME/.bun/bin:$PATH" && bun --version透過 bun global add 安裝 Kesha
export PATH="$HOME/.bun/bin:$HOME/.local/bin:$PATH" && bun add -g @drakulavich/kesha-voice-kit
確認能用
export PATH="$HOME/.bun/bin:$HOME/.local/bin:$PATH" && kesha --version輸出應包含「2.4.0」。
先試試這個
export PATH="$HOME/.bun/bin:$HOME/.local/bin:$PATH" && kesha status執行 kesha status 檢查安裝狀態並查看已設定的項目。
它能做什麼
- 透過 MCP 將語音工具連接到代理已測試
怎麼使用
- 使用
kesha mcp啟動 MCP 伺服器,它會從標準輸入讀取 JSON-RPC 訊息。 - 將 MCP 用戶端指向
kesha mcp,或用kesha mcp < <file>以管線傳入請求。 - 傳送
tools/list查看可用工具,例如synthesize_speech。
- 使用
- 在本機將音訊轉錄為文字未測試
- 將文字轉為語音未測試
pickfit 測到哪一步
Linux x86_64
- 可以安裝
- 可以啟動
- 3 項功能中 1 項可用
- 可離線使用
macOS 和 Windows:專案說支援,但 pickfit 還沒試過。
適合用來
- 將音訊檔轉錄為文字
- 將文字合成語音並存成 wav 檔
- 將轉錄與合成功能提供給 MCP 用戶端
- 從麥克風聽寫成文字
可替代 Whisper、Whisper large-v3-turbo 和 faster-whisper。
pickfit 怎麼測的
每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證
Linux x86_64
主要功能可用
- 從頭重跑
- 可離線使用
- 檢查於 2026年10月30日
- 版本 2.4.0
測試機器遇到的差異
- README: Runtime: Bun >= 1.4.0
測試中: 透過 bash /tmp/bun-install.sh 安裝 Bun 1.4.4,並為非互動式 shell 執行 export PATH="$HOME/.bun/bin:$PATH" - README: curl -fsSL https://bun.sh/install | bash
測試中: 安裝程式會從 github.com/oven-sh/bun 抓取 bun-linux-x64.zip 二進位檔,執行前無法以文字檢視 - README: kesha install pulls ~2.5GB on Linux/Windows and is always explicit
測試中: kesha install 需在無快取下下載 2.7GB(67MB 引擎 + 2.5GB ASR + 86MB 語言辨識),transcribe/synthesize 才能運作;kesha status/install --plan 不需下載即可使用