MCP Audio Transcriber

Ein Docker-Python-Tool, das das Model Context Protocol (MCP) über die API von AssemblyAI implementiert. Laden Sie eine Audiodatei hoch oder verweisen Sie darauf, und erhalten Sie eine strukturierte JSON-Transkription.

Merkmale

• AssemblyMCP : eine konkrete MCP-Implementierung, die die REST-API von AssemblyAI verwendet

• Befehlszeilenschnittstelle ( app.py ):

  python app.py <input_audio> <output_json>

• Streamlit-Web-Benutzeroberfläche ( streamlit_app.py ):

  • Laden Sie lokale Dateien hoch oder fügen Sie URLs ein

  • Klicken Sie auf Transkribieren

  • Transkriptvorschau und JSON herunterladen

• Docker-Unterstützung für Umgebungskonsistenz und Portabilität

Related MCP server: Fast-Whisper-MCP-Server

Voraussetzungen

• Python 3.10+

• Ein AssemblyAI-API-Schlüssel

• ffmpeg (für lokale Dekodierung, wenn lokale Dateien verwendet werden)

• (Optional) Docker Desktop / Engine

• (Optional) Streamlit ( pip install streamlit )

🔧 Installation

1. Klonen Sie das Repo

   git clone https://github.com/ShreyasTembhare/MCP---Audio-Transcriber.git
   cd MCP---Audio-Transcriber

2. Erstellen Sie eine .env

   ASSEMBLYAI_API_KEY=your_assemblyai_api_key_here

3. Stellen Sie sicher, dass .gitignore Folgendes enthält:

   .env

4. Installieren Sie Python-Abhängigkeiten

   pip install --upgrade pip
   pip install -r requirements.txt

5. Installieren Sie ffmpeg

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

   • Windows: Laden Sie es von https://ffmpeg.org herunter und fügen Sie bin/ zu Ihrem PATH hinzu

Verwendung

1. CLI-Transkription

python app.py <input_audio> <output_json>

• <input_audio> : jede von AssemblyAI unterstützte Datei oder URL

• <output_json> : Pfad für das generierte JSON

Beispiel:

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

2. Streamlit-Web-Benutzeroberfläche

streamlit run streamlit_app.py

• Öffnen Sie http://localhost:8501

• Audio-URL hochladen oder eingeben

• Klicken Sie auf Transkribieren

• Laden Sie das JSON-Ergebnis herunter

3. Docker

Erstellen Sie das Image:

docker build -t mcp-transcriber .

Führen Sie es aus (mounten Sie Ihre Daten/Ordner):

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

Dann prüfen Sie:

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

Projektstruktur

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