MCP オーディオトランスクリプター
OpenAI の Whisper モデルを使用してオーディオ文字起こし用の**モデル コンテキスト プロトコル (MCP)**を実装した、ポータブルな Docker 化された Python ツールです。Streamlit を利用した Web UI も付属しており、オーディオ ファイルをアップロードして、文字起こしを JSON としてダウンロードできます。
🚀 機能
- 標準
ModelContextProtocolを定義するモジュラー MCP インターフェース( mcp.py )。 - 高品質、多言語文字起こしのためのWhisper ベースの実装(
WhisperMCP )。 - バッチまたはアドホック転写用のコマンドラインインターフェース(
app.py ):python app.py <input_audio> <output_json> [--model MODEL_NAME]
- 一貫したランタイムのためのDocker サポート:
docker build -t mcp-transcriber .
docker run --rm \
-v /full/path/to/data:/data \
mcp-transcriber:latest \
/data/input.wav /data/output.json
- Streamlit Web アプリ(
streamlit_app.py ) では、エンド ユーザーが次の操作を実行できます。- 一般的なオーディオファイル（.wav、.mp3、.ogg、.m4a）をアップロードします。
- Whisperモデルのサイズを選択してください
- ライブでトランスクリプションをプレビューする
- ワンクリックでJSON結果をダウンロード
📦 前提条件
- Python 3.10以上
- ffmpeg がインストールされ、PATH に設定されている
- （オプション）Docker Engine / Docker Desktop
- （オプション）Streamlit
🔧 インストール
- リポジトリをクローンする
git clone https://github.com/ShreyasTembhare/MCP---Audio-Transcriber.git
cd MCP---Audio-Transcriber
- Python の依存関係と FFmpeg
pip install --upgrade pip
pip install -r requirements.txt
# On Ubuntu/Debian:
sudo apt update && sudo apt install ffmpeg
# On Windows:
# Download a static build from https://ffmpeg.org and add its bin/ to your PATH
- （オプション）Docker
- Dockerデスクトップをインストールする
- WSL2 を使用する場合は、WSL 統合を有効にします。
- （オプション）Streamlit
🎯 使用方法
1. CLIトランスクリプション
python app.py <input_audio> <output_json> [--model tiny|base|small|medium|large]
<input_audio> : オーディオファイルへのパス<output_json> : JSON結果が保存されるパス--model : Whisper モデルのサイズを選択します (デフォルト: ベース)
例：
python app.py data/input.ogg data/output.json --model tiny
cat data/output.json
2. ドッカー
イメージをビルドします。
docker build -t mcp-transcriber .
実行します（data/ フォルダをマウントします）。
docker run --rm \
-v "/full/path/to/your/project/data:/data" \
mcp-transcriber:latest \
/data/input.wav /data/output.json
次に検査します:
ls data/output.json
cat data/output.json
3. Streamlit Web UI
アプリを起動します:
streamlit run streamlit_app.py
- ブラウザでhttp://localhost:8501を開きます。
- 音声ファイルをアップロードする
- Whisperモデルのサイズを選択してください
- 「文字起こし」をクリック
- 結果のJSONをプレビューしてダウンロードする
📁 プロジェクト構造
MCP-Audio-Transcriber/
├── app.py # CLI entrypoint
├── mcp.py # Model Context Protocol + WhisperMCP
├── requirements.txt # Python dependencies
├── streamlit_app.py # Streamlit interface
├── Dockerfile # Container definition
├── .gitignore # ignore **pycache**, venvs, etc.
├── LICENSE # MIT license
└── data/ # sample input and output
├── input.ogg
└── output.json