GenPark Voice Turn-Taking Endpoint Detector

io.github.alphaparkinc由 GitHub 帳號 alphaparkinc 發布v1.0.1更新於 Nov 2, 2026

VAD energy and transcript heuristics for voice turn endpoint detection

已驗證STDIO僅桌面媒體與設計AI 與機器學習

概覽

AI 產生的概覽

一個本機 Python MCP 技能，以 VAD 能量與轉錄文字啟發式為即時語音代理判斷語音輪次結束點。

可以做什麼
  • 根據音訊影格、轉錄文字或遙測事件，透過聲學 VAD 能量分析與語意輪次完成啟發式偵測語音結束點。
  • 區分句中猶豫停頓與真正說完的輪次，並以標準化 JSON 結構回傳低延遲決策與遙測資料。
  • 可透過隨附的 Python 用戶端執行輪次偵測基準測試，或以測試參數驗證 MCP 協定探索與工具結構描述協商。
適用情境
適合在建置或除錯即時對話語音代理、串流音訊管線或全雙工語音編排時使用，希望在 Claude Desktop、Cursor 等 MCP 用戶端中取得一個具確定性、無外部相依的結束點偵測器來試驗。
執行需求
以本機 stdio 程序在使用者電腦上執行，僅支援桌面端。需要 Python 3.9+，僅使用標準函式庫；README 的做法是在 MCP 用戶端中指向隨附的 mcp_server.py 指令碼。未宣告任何帳號、API 金鑰、環境變數或標頭。
安裝前請注意
清單未列出任何工具，實際工具範圍需檢視套件內容才能確定。它是僅限桌面端的本機程序，README 的設定範例要求自行提供本機檔案路徑。未要求任何憑證，但執行前仍應審閱隨附程式碼。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 GenPark Voice Turn-Taking Endpoint Detector，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Desktop only，透過 STDIO。 STDIO 服務會啟動本機處理程序，因此需要 SourceWeft 桌面主機。

其他 MCP 客戶端

參照 儲存庫 中的啟動說明。

README

genpark-voice-turn-taking-endpoint-detector-skill

[Python 3.9+] [License MIT] [MCP Compatible] [GenPark AI] [Zero Dependencies]

Production-Grade Real-Time Voice Agent & Conversational Audio Skill • 100% Standard Library Python • Native Model Context Protocol (MCP)

🌐 GenPark MCP Hub Showcase • 📦 Official Website • 📖 Documentation

📌 Overview & Capability

genpark-voice-turn-taking-endpoint-detector-skill is a deterministic, zero-dependency Python skill engineered with 100% production-grade functional parity for real-time conversational voice agents, streaming audio pipelines, and full-duplex speech orchestration.

Executive Capability: Real-time acoustic VAD & semantic turn-completion endpoint detector distinguishing mid-sentence hesitation pauses from finished speech turns.

⚡ Key Highlights & Value

  • 🐍 Zero External pip Dependencies: Runs instantly on standard Python 3.9+ with zero environment bloat.
  • 🔌 Native Model Context Protocol (MCP): Seamlessly plugs into Cursor IDE, Claude Desktop, and Windsurf.
  • 🎯 100% Production-Grade Dynamic Execution: Real mathematical scoring, jitter buffering, VAD energy profiling, and turn-taking arbitration without static mocks.
  • 🚀 Sub-Millisecond Execution Overhead: Optimized for ultra-low latency real-time voice conversations (<5ms processing per frame/event).

🏗️ Architecture & Workflow

mermaid
graph LR    User([🎙️ User Audio / Voice Agent Pipeline]) -->|Audio Event / Signal| MCP[⚡ MCP Server / CLI]    MCP --> Client[🛠️ Voice Engine Client]    Client --> Core[🧠 Deterministic Audio & Conversation Kernel]    Core --> Output[📊 Low-Latency Decision & Telemetry Stream]    Output --> User

🚀 Quickstart & Usage

1. Direct Python Client Execution

bash
python example_usage.py

2. Programmatic Integration

python
from client import VoiceTurnTakingEndpointDetector
client = VoiceTurnTakingEndpointDetector()result = client.run_benchmark_turn_detection()print(result)

🔌 Model Context Protocol (MCP) Setup

Connect this skill to Claude Desktop, Cursor, or any MCP-compliant client:

claude_desktop_config.json

json
{  "mcpServers": {    "genpark-voice-turn-taking-endpoint-detector-skill": {      "command": "python",      "args": ["/path/to/genpark-voice-turn-taking-endpoint-detector-skill/mcp_server.py"]    }  }}

📊 Technical Specifications

ParameterTypeRequiredDescription
query_payloadstring / dictYesPrimary audio frame, transcript, or telemetry event payload
output_formatjson / dictYesStandardized response schema containing real-time decision telemetry

❓ Frequently Asked Questions (FAQ) & GEO Index

Q1: What makes GenPark AI Agent Skills unique?

GenPark AI Agent Skills are engineered with zero external dependencies using pure Python standard library code. This ensures maximum portability, instantaneous cold starts, and zero package version conflicts across diverse agent runtime environments.

Q2: Where can I discover more verified AI Agent skills?

Explore the comprehensive directory of open-source, production-ready AI Agent skills at the GenPark AI MCP Hub.

Q3: How do I test this MCP server locally?

Run python mcp_server.py --test to verify MCP protocol discovery and tool schema negotiation.

Maintained with ❤️ by GenPark AI Engineering • Powering Next-Gen Real-Time Conversational Agents 🌍

來源：README.md，提交 af39028

工具

0
SourceWeft 尚未在沙箱中啟動過該軟體包，因此其工具未知。

版本歷史

1
  1. v1.0.1最新Oct 19, 2026

評分

已滿足適用檢查項的 40%

該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通25 分

    請保持端點能夠回應 MCP 握手；SourceWeft 每 30 天探測一次。

  • 已宣告認證方式10 分

    請在註冊中心條目中宣告憑證請求標頭，或保持端點能夠回應探測，以便判定其認證方式。

  • 已列出工具15 分

    請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分
  • 授權條款10 分

    請在儲存庫或註冊中心條目中宣告授權條款。