Voice Recorder MCP Server

Whisperモデルベースの音声録音と文字起こしMCPサーバーで、Goose AI拡張としても独立して動作することもでき、様々な録音シーンとモデル設定をサポートします。

音声処理教育と学習ツール #音声文字起こし #AI拡張 #録音ツール #Whisperモデル .Python

スコア : 2.5ポイント

ダウンロード数 : 32

更新時間 : 2025-04-23

Voice Recorder MCPとは？

Voice Recorder MCPは、音声を録音し、OpenAIのWhisperモデルを通じて文字起こしを行う多機能MCPサーバーです。Goose AIエージェントの拡張としても、独立して動作することもできます。

Voice Recorder MCPをどのように使用するか？

簡単なインストールと設定を行うだけで、音声の録音と文字起こしを開始できます。日常会話や会議記録など、様々なシーンに対応しています。

適用シーン

会議記録、学習ノート、日常の音声タスク、電話録音などのシーンに適しています。

主要機能

音声録音デフォルトのマイクを通じて高品質の音声を録音します。

音声文字起こしWhisperモデルを利用して、録音した音声を自動的に文字に起こします。

Goose AI統合Goose AIの拡張ツールとして、リアルタイムインタラクションと自動化タスクをサポートします。

モデル選択複数のWhisperモデルをサポートし、必要に応じて速度と精度のバランスを選択できます。

利点と制限

利点

複数のWhisperモデルをサポートし、様々なニーズに対応します。

インストールと設定が簡単で、あらゆるユーザーに適しています。

Goose AIに統合でき、より効率的な音声タスク処理を実現します。

無料でオープンソースであり、コミュニティのサポートが充実しています。

制限

初回実行時に大規模なモデルファイルをダウンロードする必要がある場合があります。

ネットワーク環境に一定の依存性があります（特に初期のモデルダウンロード時）。

使い方

サーバーのインストール

プロジェクトリポジトリをクローンし、依存関係をインストールします。

サーバーの起動

コマンドを実行してMCPサーバーを起動します。

Goose AI拡張の設定

Goose AIの設定で拡張を追加し、サーバーのパスを指定します。

使用例

会議記録会議中にVoice Recorder MCPを使用して議論内容を記録し、自動的にテキストを生成します。

学習ノート講義内容を録音し、文字に変換して復習を容易にします。

よくある質問

マイクが正常に動作しないのはなぜですか？

異なるWhisperモデルを切り替えるにはどうすればいいですか？

初回実行時のモデルダウンロードが失敗した場合はどう解決しますか？

🚀 音声録音MCPサーバー

OpenAIのWhisperモデルを使用して音声を録音し、文字起こしするMCPサーバーです。Goose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

この音声録音MCPサーバーは、OpenAIのWhisperモデルを利用して音声の録音と文字起こしを行います。Gooseのカスタム拡張機能として、または独立したサーバーとして使用できます。

✨ 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。
一般的な録音シチュエーションのためのプロンプトを提供します。

📦 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サーバーとして実行

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

# 指定した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モニターを使用してテスト

MCPモニターは、サーバーをテストするための対話型インターフェイスを提供します。

# MCPモニターをインストール
npm install -g @modelcontextprotocol/inspector

# モニターを使用してサーバーを実行
npx @modelcontextprotocol/inspector voice-recorder-mcp

Goose AIエージェントと連携して使用

Gooseを開き、設定 > 拡張 > 追加 > コマンドライン拡張に移動します。
名前を voice-recorder に設定します。
コマンドフィールドに音声録音器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、指定したモデルで実行する場合は：
```
/full/path/to/voice-recorder-mcp --model medium.en
```
パスを見つける方法：
```
which voice-recorder-mcp
```
基本機能には追加の環境変数設定は必要ありません。
Gooseとの会話で、以下のような文で録音器を紹介します。 "私はあなたが音声録音器から返される文字起こしのテキストからアクションを起こせることを望んでいます。たとえば、私が1 + 1のような計算を口述したときに、結果を返してください。"

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、文字起こしを行います。
record_and_transcribe：指定された時間（秒）で録音し、文字起こしを行います。

Whisperモデル

この拡張機能は、複数のWhisperモデルサイズをサポートしています。

モデル	速度	精度	メモリ使用量	使用シチュエーション
`tiny.en`	最速	最低	最小	テスト、高速文字起こし
`base.en`	高速	良好	低	日常使用（デフォルト）
`small.en`	中速	より高い	中	バランスの取れたパフォーマンス
`medium.en`	低速	高	高	重要な録音
`large`	最も低速	最高	高	重要な文字起こし

.en サフィックスは、そのモデルが英語用に最適化されており、英語のコンテンツに対してより高速かつ正確であることを示します。

🔧 技術詳細

構成要件

Python 3.12以上
オーディオ入力デバイス（マイク）

構成オプション

環境変数を使用してサーバーを構成できます。

# Whisperモデルを設定
export WHISPER_MODEL=small.en

# オーディオサンプリングレートを設定
export SAMPLE_RATE=44100

# 最大録音時間（秒）を設定
export MAX_DURATION=120

# 以下のコマンドでサーバーを実行
voice-recorder-mcp

注意事項

⚠️ 重要提示

アプリケーションがマイクにアクセスできるように、マイクの権限が正しく設定されていることを確認してください。

モデルの推論をサポートするために、デバイスが安定したインターネット接続を持っていることを確認してください。

使用中に問題が発生した場合は、コンソール出力を確認するか、関連ドキュメントを参照してください。