Skip to main content
Glama

Transcriptor de audio MCP

Una herramienta de Python Dockerizada que implementa el Protocolo de Contexto de Modelo (MCP) mediante la API de AssemblyAI. Sube o apunta a un archivo de audio y recibe una transcripción JSON estructurada.

Características

  • AssemblyMCP : una implementación concreta de MCP que utiliza la API REST de AssemblyAI

  • Interfaz de línea de comandos ( app.py ):

    python app.py <input_audio> <output_json>
  • Interfaz web de Streamlit ( streamlit_app.py ):

    • Subir archivos locales o pegar URL

    • Haga clic en Transcribir

    • Vista previa de la transcripción y descarga JSON

  • Compatibilidad de Docker con la coherencia y portabilidad del entorno

Related MCP server: Transcripter MCP Server

Prerrequisitos

  • Python 3.10+

  • Una clave API de AssemblyAI

  • ffmpeg (para decodificación local, si se utilizan archivos locales)

  • (Opcional) Docker Desktop/Motor

  • (Opcional) Streamlit ( pip install streamlit )

🔧 Instalación

  1. Clonar el repositorio

    git clone https://github.com/ShreyasTembhare/MCP---Audio-Transcriber.git cd MCP---Audio-Transcriber
  2. Crear un .env

    ASSEMBLYAI_API_KEY=your_assemblyai_api_key_here
  3. Asegúrese de que .gitignore contenga:

    .env
  4. Instalar dependencias de Python

    pip install --upgrade pip pip install -r requirements.txt
  5. Instalar ffmpeg

    • Ubuntu/Debian: sudo apt update && sudo apt install ffmpeg -y

    • Windows: descargue desde https://ffmpeg.org y agregue su bin/ a su RUTA

Uso

1. Transcripción CLI

python app.py <input_audio> <output_json>
  • <input_audio> : cualquier archivo o URL compatible con AssemblyAI

  • <output_json> : ruta para el JSON generado

Ejemplo:

python app.py data/input.ogg data/output.json cat data/output.json

2. Interfaz web optimizada

streamlit run streamlit_app.py
  • Abra http://localhost:8501

  • Subir o ingresar una URL de audio

  • Haga clic en Transcribir

  • Descargar el resultado JSON

3. Docker

Construye la imagen:

docker build -t mcp-transcriber .

Ejecútalo (montando tus datos/carpeta):

docker run --rm \ -e ASSEMBLYAI_API_KEY="$ASSEMBLYAI_API_KEY" \ -v "$(pwd)/data:/data" \ mcp-transcriber:latest \ /data/input.ogg /data/output.json

Luego inspeccionar:

ls data/output.json cat data/output.json

Windows PowerShell:

docker run --rm ` -e ASSEMBLYAI_API_KEY=$env:ASSEMBLYAI_API_KEY ` -v "${PWD}\data:/data" ` mcp-transcriber:latest ` /data/input.ogg /data/output.json

Estructura del proyecto

MCP-Audio-Transcriber/ ├── app.py # CLI entrypoint (AssemblyMCP only) ├── mcp.py # ModelContextProtocol + AssemblyMCP ├── streamlit_app.py # Streamlit interface ├── requirements.txt # assemblyai, python-dotenv, streamlit, etc. ├── Dockerfile # builds the container ├── .gitignore # ignores .env, __pycache__, etc. ├── LICENSE # MIT license └── data/ # sample input and output ├── input.ogg └── output.json
-
security - not tested
A
license - permissive license
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ShreyasTembhare/MCP---Audio-Transcriber'

If you have feedback or need assistance with the MCP directory API, please join our Discord server