MCP Audio

🚀 MCP-Audio Plugin

mcp-audio は、Audio音声認識APIを使用して音声からテキストへの文字起こしを行う、AIO - 2030に準拠したMCPプラグインです。

このプラグインは、multipart/form - data と base64 の両方の形式で identify_voice メソッドを公開し、AIO tools.call プロトコルをサポートし、JSON - RPC構造化出力を返します。

🚀 クイックスタート

このセクションでは、mcp-audio プラグインのローカルセットアップ、Dockerを使用したセットアップ、APIの概要、テストツールの使用方法、およびAIOエンドポイントキャニスターへのMCP登録方法について説明します。

✨ 主な機能

• 完全にAIO準拠のMCPプラグイン (/tools.call, /help)
• SiliconFlowを使用して .wav/.mp3 オーディオファイルを文字起こしに変換
• APIキーを .env ファイルを介して安全に管理
• Docker互換性があり、依存関係が最小限
• AIOエンドポイントレジストリへの登録が可能

📦 インストール

1. クローンとインストール

git clone git@github.com:AIO-2030/mcp-audio.git
cd mcp-audio
python -m venv venv && source venv/bin/activate
pip install -r requirements.txt

2. .envファイルの追加

cp .env.example .env

オーディオURLとAPIキーを設定します。

AUDIO_URL=https--xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

3. MCPサーバーの実行

python src/mcp_server.py

4. Dockerを使用する場合

4.1 ビルドと実行

docker build -t mcp-audio .
docker run --env-file .env -p 8080:8080 mcp-audio

💻 使用例

基本的な使用法

POST /api/v1/mcp/voice_model

オーディオファイルを直接アップロードします。レスポンスは以下のようになります。

{
  "transcript": "hello world",
  "confidence": 0.91,
  "audio_hash": "a1b2c3..."
}

POST /api/v1/mcp/tools.call (AIOプロトコル)

base64エンコードされたオーディオを含むJSON - RPC形式です。レスポンスは以下のようになります。

{
  "method": "tools.call",
  "params": {
    "method": "identify_voice",
    "inputs": [
      {
        "type": "audio",
        "value": "<base64-audio>"
      }
    ]
  }
}

GET /api/v1/mcp/help

mcp_audio_registration.json の内容を自動で提供します。Queen AIによるMCPの検出とサービスインデックス作成に使用されます。

📚 ドキュメント

テストツール

Base64音声テスト

python test/test_audio_base64.py

ヘルスチェック

python health_check.py

MCP登録 (AIOエンドポイントキャニスターへ)

./register_mcp.sh

このコマンドを実行するには、jq、dfx、および実行中のエンドポイントレジストリキャニスターが必要です。