Voice Recorder (Whisper)

🚀 音声録音 MCP サーバー

音声を録音し、OpenAI の Whisper モデルを使用して音声を文字起こしするための MCP サーバーです。Goose AI エージェントのカスタム拡張機能として、または独立した MCP サーバーとして動作するように設計されています。

🚀 クイックスタート

音声録音 MCP サーバーは、音声の録音と文字起こしを行うことができます。Goose AI エージェントと連携することも可能で、カスタム拡張機能として利用できます。

✨ 主な機能

• デフォルトのマイクから音声を録音します。
• Whisper を使用して録音した音声を文字起こしします。
• Goose AI エージェントにカスタム拡張機能として統合できます。
• 一般的な録音シナリオのプロンプトを含んでいます。

📦 インストール

# ソースコードからインストール
git clone https://github.com/DefiBax/voice-recorder-mcp.git
cd voice-recorder-mcp
pip install -e .

💻 使用例

基本的な使用法

独立した MCP サーバーとして使用

# デフォルト設定で実行（base.en モデル）
voice-recorder-mcp

# 特定の Whisper モデルを使用
voice-recorder-mcp --model medium.en

# サンプリングレートを調整
voice-recorder-mcp --sample-rate 44100

MCP インスペクターを使用してテスト

MCP インスペクターは、サーバーをテストするための対話型インターフェースを提供します。

# MCP インスペクターをインストール
npm install -g @modelcontextprotocol/inspector

# インスペクターを実行し、サーバーに接続
npx @modelcontextprotocol/inspector voice-recorder-mcp

Goose AI エージェントと連携して使用

1. Goose を開き、設定 > 拡張機能 > 追加 > コマンドライン拡張機能に移動します。

2. 名前を voice-recorder に設定します。

3. コマンドフィールドに音声録音 MCP 実行ファイルの完全パスを入力します。

   /full/path/to/voice-recorder-mcp
   

   または、モデルを指定する場合は以下のようにします。

   /full/path/to/voice-recorder-mcp --model medium.en
   

   パスを見つける方法：

   which voice-recorder-mcp
   

4. 基本機能では環境変数の設定は必要ありません。

5. Goose との会話を開始し、以下の指示で録音機能を呼び出します。 "音声録音機が返す文字起こしテキストに基づいて操作を実行してほしい。例えば、「1+1」と音声入力したら結果を返してほしい。"

高度な使用法

利用可能なツール：

• start_recording：デフォルトのマイクから音声録音を開始します。
• stop_and_transcribe：録音を停止し、音声を文字起こしします。
• record_and_transcribe：指定した時間だけ録音し、文字起こしします。

📚 ドキュメント

Whisper モデル

この拡張機能は、複数の Whisper モデルをサポートしています。

要件

• Python 3.6 以上
• マイクを備えたハードウェア

設定

環境変数を使用してサーバーの動作を設定します。

# 設定コマンドの例：
export VOICE_RECORDER_API_KEY=your_api_key_here

トラブルシューティング

一般的な問題と解決策：

1. 録音できない場合：マイクの権限とドライバーを確認してください。
2. 文字起こしエラー：API キーが正しく、サービスが利用可能であることを確認してください。

貢献ガイド

このプロジェクトに貢献する方法：

1. リポジトリを自分のアカウントに Fork します。
2. 新しいブランチを作成して機能開発を行います。
3. コードをコミットし、Pull Request を作成します。
4. 問題の議論と修正に参加します。

📄 ライセンス

このプロジェクトは MIT ライセンスを使用しており、詳細は LICENSE ファイルを参照してください。