Categoría de servidores MCP
Servidores MCP de Voz y conversación: comparativa y lista completa
La categoría Voz y conversación reúne 13 servidores MCP de código abierto, verificados en GitHub. Los mejor valorados en nuestra tabla son Voicemode, AgentPhone y PlaceCall. El 62 % recibió un commit en los tres últimos meses.
Para qué sirven los servidores MCP de Voz y conversación
Los servidores MCP de voz y conversación conectan un asistente de IA con herramientas de transcripción, síntesis de voz o telefonía. Según la integración, usted puede hablar con un agente, escuchar documentos o encargar una consulta telefónica. Esta categoría resulta útil para quienes prefieren trabajar de forma oral, para equipos de atención y para desarrolladores de interfaces de voz. Voicemode permite conversaciones mediante transcripción y síntesis. Kokoro tts MCP convierte texto en archivos de audio. Una petición concreta sería: «Lea este informe en voz alta para que pueda revisar su claridad mientras camino».
Ejemplos de uso:
- Escuchar un documento en voz alta para revisar su redacción antes de compartirlo con otras personas.
- Convertir una petición hablada en texto que su asistente pueda procesar dentro del flujo habitual.
- Crear un archivo de audio desde un texto aprobado para una presentación o demostración de producto.
- Consultar un presupuesto a un negocio estadounidense mediante PlaceCall y revisar después la transcripción recibida.
La categoría en cifras
De los 13 servidores de la categoría (0 % del directorio), 3 son implementaciones oficiales de un editor, el 92 % declara una licencia, 5 ofrecen un servidor remoto y 5 requieren al menos una clave de API o un token según el registro MCP. El repositorio mediano tiene 14 estrellas.
Todos los servidores MCP de Voz y conversación
Haga clic en un encabezado para ordenar. Nota sobre 100: adopción, mantenimiento y marco (licencia, registro, estatus oficial); riesgo: acceso al sistema, secretos, licencia, abandono.
| Servidor | Estrellas | Último commit | Licencia | Riesgo | Nota |
|---|---|---|---|---|---|
| Voicemode Conversaciones de voz naturales para asistentes IA: STT/TTS mediante MCP. | 1417 | 21 oct 2026 | MIT | moderado | 83 |
| AgentPhone Proporcionar a los agentes IA números de teléfono reales, mensajes y llamadas de voz mediante MCP. | 124 | 22 oct 2026 | MIT | moderado | 66 |
| PlaceCall Llamadas reales a empresas estadounidenses para reservar, preguntar u obtener presupuestos. Devuelve el resultado y la transcripción. | 105 | 23 oct 2026 | MIT | bajo | 65 |
| Kokoro tts MCP Síntesis de voz con modelos Kokoro TTS de pesos abiertos, guardando MP3 localmente o subiéndolos a un bucket S3. | 83 | 12 sept 2025 | Apache-2.0 | moderado | 36 |
| Loudkit Síntesis de voz local con varias voces e idiomas, perfiles de voces clonadas y salida WAV, FLAC, MP3 u Opus, mediante un modelo en el dispos | 26 | 20 oct 2026 | Apache-2.0 | bajo | 59 |
| Claude code tts Síntesis de voz para Claude Code mediante la API TTS de OpenAI, con varias voces y reproducción multiplataforma. | 21 | 25 ene 2026 | MIT | bajo | 38 |
| Daisys MCP Generar audio text-to-speech y text-to-voice con DAISYS, y reproducir y almacenar los archivos generados. | 14 | 31 jul 2025 | — | alto | 18 |
| MCP transcribe Transcripción de archivos de audio, vídeo y notas de voz, y trabajo con su contenido textual. | 8 | 3 abr 2026 | MIT | moderado | 39 |
| Perspective AI ◆ Diseñar agentes conversacionales Perspective AI que sustituyen formularios estáticos, analizar conversaciones, desplegar elementos integrado | 6 | 1 sept 2026 | MIT | bajo | 63 |
| Babelscribe Transcripción local y subtítulos SRT/VTT en 99 idiomas con GPU AMD, NVIDIA, Intel o Apple vía whisper.cpp (Vulkan/CUDA/Metal), con modo prec | 6 | 10 oct 2026 | MIT | bajo | 58 |
| Spoken Busca episodios de pódcast y obtiene sus transcripciones publicadas en Markdown con nombres reales de los participantes mediante la API de S | 5 | 6 oct 2026 | MIT | moderado | 57 |
| Zihin ◆ Crear y operar agentes de IA en Zihin.ai: gestionar agentes, esquemas, activadores, presupuestos y aprobaciones, ejecutar diagnósticos y con | 0 | 5 oct 2026 | MIT | moderado | 60 |
| Lobbyvoices MCP ◆ Herramientas de Lobby, recepcionista de IA para pequeñas empresas: redactar guiones y menús telefónicos, generar prompts para agentes Eleven | 0 | 3 jul 2026 | MIT | bajo | 43 |
Servidores oficiales
Publicados por el propio editor del servicio (según la lista awesome-mcp-servers): suelen seguir de cerca la API y se mantienen mejor.
- Perspective AI 6 ★
- Zihin 0 ★
- Lobbyvoices MCP 0 ★
Elegir bien y proteger
Distinga entre síntesis de voz, transcripción y telefonía antes de elegir. Compare idiomas, formatos de audio y servicios externos necesarios. Los modelos locales pueden reducir las transferencias, aunque requieren recursos adecuados. Revise el mantenimiento del repositorio, la licencia, los derechos de uso de las voces y la protección de credenciales. Para llamadas, busque controles de aprobación y registros de actividad que pueda consultar.
La voz puede revelar la identidad, el teléfono o información confidencial de una persona. Compruebe dónde se procesan, guardan y comparten las grabaciones y transcripciones. Una llamada puede divulgar datos o generar compromisos en su nombre. Exija validar el destinatario y el propósito antes de iniciarla. Las palabras recibidas deben tratarse como contenido externo, incluso cuando intenten dar instrucciones al asistente.
Antes de conectar un servidor a un agente con acceso a sus datos, pase el diagnóstico de seguridad de agentes IA.
Los más recientes
- Babelscribe creado el 6 de octubre de 2026
- Loudkit creado el 22 de agosto de 2026
- PlaceCall creado el 24 de julio de 2026
- Lobbyvoices MCP creado el 9 de junio de 2026
- Spoken creado el 4 de junio de 2026
Otras categorías
Entender
Preguntas frecuentes
¿Cuál es el mejor servidor MCP de Voz y conversación?
En nuestra tabla (adopción, mantenimiento, marco), Voicemode (83/100), AgentPhone (66/100) y PlaceCall (65/100) encabezan la lista. La elección depende sobre todo del servicio que conectar y de los permisos que acepte dar.
¿Estos servidores son gratuitos?
El 92 % declara una licencia de código abierto y se usa gratis. 5 requieren una clave de API: el servicio conectado puede ser de pago.
¿Puedo generar voz sin enviar mis textos a un proveedor remoto?
Depende del servidor y del modelo elegido. Loudkit describe síntesis de voz local con un modelo ejecutado en el dispositivo. Revise también los registros y servicios auxiliares. Que el archivo final se guarde en su equipo no demuestra que todo el procesamiento haya permanecido dentro de él.
¿Puede el asistente realizar llamadas por mí?
Algunos servidores ofrecen telefonía, como AgentPhone o PlaceCall dentro del alcance que documentan. Un servidor dedicado únicamente a sintetizar voz no basta. Antes de llamar, compruebe los destinos admitidos, los costes, los datos que se comunicarán y cómo se aprueban las solicitudes que puedan generar compromisos.
Artículos relacionados
- Crear su propio servidor MCP en 30 minutos24 de octubre de 2026
- Automatizar el correo con un agente de IA18 de octubre de 2026
- MCP, A2A y tool calling: los protocolos de los agentes explicados17 de octubre de 2026
- Crear un agente IA con n8n sin programar16 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos