Whisper MCP

🚀 Whisper MCP Server

whisper.cppを使用した、ローカルでの音声文字起こし用の軽量MCP（Model Context Protocol）サーバーです。いくつかのWhisper MCP実装が存在しますが、このサーバーは最小限の構成で、apple-voice-memo-mcpと組み合わせることで、完全な音声メモワークフローを実現します。

✨ 主な機能

• ローカルでの文字起こし - すべての処理はあなたのマシン上で行われます。
• 複数のモデル - tiny、base、small、medium、largeのモデルから選択できます。
• 様々なフォーマット - wav、mp3、m4aなどの音声フォーマットをサポートします。
• タイムスタンプ - タイムスタンプ付きまたは付けないで文字起こしを取得できます。

📦 インストール

必要条件

• macOS（Apple Siliconでテスト済み）
• Node.js 18以上
• whisper-cpp: brew install whisper-cpp
• ffmpeg: brew install ffmpeg

インストール手順

グローバルにインストールする場合：

npm install -g whisper-mcp

直接実行する場合：

npx whisper-mcp

📚 詳細ドキュメント

Claude Desktopの設定

Claude Desktopの設定ファイルに以下を追加します。

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

編集後、Claude Desktopを再起動します。

Claude Code (CLI)の設定

Claude Codeの場合、プロジェクトの.mcp.jsonファイルに以下を追加します。

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

または、ユーザー全体の設定として~/.claude/settings.jsonに追加します。

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

ヒント: Claude Codeで/mcpを使用して、サーバーが接続されていることを確認できます。

ローカル開発環境の設定

npmではなくソースから実行する場合：

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "node",
      "args": ["/path/to/whisper-mcp/dist/index.js"]
    }
  }
}

Apple Voice Memos MCPとの連携

完全な音声メモワークフローを実現するには、apple-voice-memo-mcpと一緒に使用します。

{
  "mcpServers": {
    "apple-voice-memo-mcp": {
      "command": "npx",
      "args": ["-y", "apple-voice-memo-mcp"]
    },
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

💻 使用例

transcribe_audio

Whisperを使用して音声ファイルを文字起こしします。

パラメーター:

• file_path (必須): 音声ファイルの絶対パス
• model (オプション): 使用するモデル (tiny.en, base.en, small.en, medium.en, large)。デフォルト: base.en
• language (オプション): 言語コード。デフォルト: en
• output_format (オプション): text、timestamps、またはjson。デフォルト: text

例:

{
  "file_path": "/path/to/audio.m4a",
  "model": "medium.en",
  "output_format": "timestamps"
}

list_whisper_models

利用可能なWhisperモデルとそのダウンロード状況を一覧表示します。

返り値:

{
  "models": [
    {
      "name": "base.en",
      "size": "142 MB",
      "downloaded": true,
      "path": "/Users/you/.whisper/ggml-base.en.bin"
    }
  ]
}

download_whisper_model

ローカルで使用するためにWhisperモデルをダウンロードします。

パラメーター:

• model (必須): ダウンロードするモデル (tiny.en, base.en, small.en, medium.en, large)

🔧 技術詳細

モデル情報

モデルは~/.whisper/に保存されます。

ワークフロー例

1. 音声メモを一覧表示: list_voice_memos
2. 音声ファイルのパスを取得: メモIDを指定してget_audio
3. 文字起こし: ファイルパスを指定してtranscribe_audio
4. ボールトに保存

開発方法

# クローンとインストール
git clone https://github.com/jwulff/whisper-mcp.git
cd whisper-mcp
npm install

# ビルド
npm run build

# MCPインスペクターでテスト
npm run inspector

📄 ライセンス

MIT