MCP 오디오 필사기
OpenAI의 Whisper 모델을 사용하여 오디오 전사를 위한 모델 컨텍스트 프로토콜(MCP)을 구현하는 휴대형 Docker화된 Python 도구입니다. Streamlit 기반 웹 UI도 함께 제공되어 오디오 파일을 업로드하고 JSON으로 전사본을 다운로드할 수 있습니다.
🚀 특징
- 표준
ModelContextProtocol 정의하는 모듈식 MCP 인터페이스 ( mcp.py ). - 고품질의 다국어 필사를 위한 Whisper 기반 구현 (
WhisperMCP ) - 일괄 또는 임시 전사를 위한 명령줄 인터페이스 (
app.py ):지엑스피1 - 일관된 런타임을 위한 Docker 지원 :
docker build -t mcp-transcriber .
docker run --rm \
-v /full/path/to/data:/data \
mcp-transcriber:latest \
/data/input.wav /data/output.json
- Streamlit 웹 앱 (
streamlit_app.py )을 사용하면 최종 사용자는 다음을 수행할 수 있습니다.- 일반적인 오디오 파일(.wav, .mp3, .ogg, .m4a)을 업로드하세요.
- Whisper 모델 크기를 선택하세요
- 실시간으로 대본을 미리 보세요
- 한 번의 클릭으로 JSON 결과를 다운로드하세요
📦 필수 조건
- 파이썬 3.10+
- ffmpeg가 설치되고 PATH에 등록됨
- (선택 사항) Docker Engine / Docker Desktop
- (선택 사항) Streamlit
🔧 설치
- 저장소를 복제합니다
git clone https://github.com/ShreyasTembhare/MCP---Audio-Transcriber.git
cd MCP---Audio-Transcriber
- 파이썬 종속성 및 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
- (선택 사항) Docker
- Docker Desktop 설치
- WSL2를 사용하는 경우 WSL 통합을 활성화합니다.
- (선택 사항) Streamlit
🎯 사용법
1. CLI 전사
python app.py <input_audio> <output_json> [--model tiny|base|small|medium|large]
<input_audio> : 오디오 파일 경로<output_json> : JSON 결과가 저장될 경로--model : Whisper 모델 크기를 선택합니다(기본값: 기본)
예:
python app.py data/input.ogg data/output.json --model tiny
cat data/output.json
2. 도커
이미지 빌드:
docker build -t mcp-transcriber .
실행하세요(데이터/폴더를 마운트하세요):
docker run --rm \
-v "/full/path/to/your/project/data:/data" \
mcp-transcriber:latest \
/data/input.wav /data/output.json
그런 다음 검사하세요.
ls data/output.json
cat data/output.json
3. 간소화된 웹 UI
앱을 실행하세요:
streamlit run streamlit_app.py
📁 프로젝트 구조
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