MCP 오디오 필사기

AssemblyAI API를 통해 모델 컨텍스트 프로토콜(MCP)을 구현하는 Docker화된 Python 도구입니다. 오디오 파일을 업로드하거나 가리키면 구조화된 JSON 텍스트 변환을 받을 수 있습니다.

특징

• AssemblyMCP : AssemblyAI의 REST API를 사용하는 구체적인 MCP 구현

• 명령줄 인터페이스 ( app.py ):

  지엑스피1

• Streamlit 웹 UI ( streamlit_app.py ):

  • 로컬 파일 업로드 또는 URL 붙여넣기

  • 클릭해서 필사하세요

  • 대본을 미리 보고 JSON을 다운로드하세요

• 환경 일관성 및 이식성을 위한 Docker 지원

Related MCP server: Fast-Whisper-MCP-Server

필수 조건

• 파이썬 3.10+

• AssemblyAI API 키

• ffmpeg(로컬 파일을 사용하는 경우 로컬 디코딩용)

• (선택 사항) Docker Desktop/Engine

• (선택 사항) Streamlit ( pip install streamlit )

🔧 설치

1. 저장소를 복제합니다

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

2. .env 생성합니다

   ASSEMBLYAI_API_KEY=your_assemblyai_api_key_here

3. .gitignore 에 다음이 포함되어 있는지 확인하세요.

   .env

4. Python 종속성 설치

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

5. ffmpeg 설치

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

   • Windows: https://ffmpeg.org 에서 다운로드하고 bin/ 을 PATH에 추가하세요.

용법

1. CLI 전사

python app.py <input_audio> <output_json>

• <input_audio> : AssemblyAI에서 지원하는 모든 파일 또는 URL

• <output_json> : 생성된 JSON의 경로

예:

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

2. 간소화된 웹 UI

streamlit run streamlit_app.py

• http://localhost:8501을 엽니다

• 오디오 URL을 업로드하거나 입력하세요

• 클릭해서 필사하세요

• JSON 결과 다운로드

3. 도커

이미지 빌드:

docker build -t mcp-transcriber .

실행하세요(데이터/폴더를 마운트하세요):

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

그런 다음 검사하세요.

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

윈도우 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

프로젝트 구조

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