whisper-mcp

Локальная транскрипция с помощью Whisper, доступная в виде MCP-сервера — так что любой MCP-клиент (Claude Desktop, Claude Code и т.д.) может транскрибировать аудио/видеофайлы, генерировать .srt субтитры и накладывать субтитры на видео напрямую через вызовы инструментов. Никакого облачного API, никакого ручного шага «запусти скрипт и иди читай выходной файл».

Построен на faster-whisper для инференса и ffmpeg для извлечения аудио / наложения субтитров.

Архитектура

MCP client (Claude, etc.) --stdio--> whisper-mcp server --> faster-whisper (Whisper model)
                                                        \--> ffmpeg (audio extract / burn-in)

Сервер хранит загруженные модели Whisper в кэше в памяти на всё время жизни процесса, поэтому повторные вызовы инструментов в одной сессии не требуют повторной загрузки модели.

Related MCP server: Whisper MCP Server

Инструменты

Требования

• Python 3.10+

• ffmpeg в PATH

• Опционально: GPU с поддержкой CUDA (автоматически переключается на CPU)

Установка и запуск

pip install -e ".[dev]"
whisper-mcp

Или вообще без установки:

uvx --from git+https://github.com/Chain-P/whisper-mcp whisper-mcp

Настройка в MCP-клиенте

Добавьте в MCP-конфиг вашего клиента (например, .mcp.json для Claude Code или claude_desktop_config.json для Claude Desktop):

{
  "mcpServers": {
    "whisper": {
      "command": "whisper-mcp"
    }
  }
}

Затем попросите клиент транскрибировать файл, например: «транскрибируй samples/podcast_clip.mp4 и дай мне SRT».

Разработка

pip install -e ".[dev]"
ruff check .
pytest                        # unit tests only
pytest -m integration         # + real transcription against a sample file

Дорожная карта

• Диаризация говорящих (pyannote.audio / whisperx) для разметки нескольких говорящих в выводе SRT.

• Уведомления о прогрессе MCP для длительных транскрипций.

• resource, предоставляющий историю последних транскрипций.

Лицензия

MIT