Mlx Whisper MCP

🚀 MLX ウィスパー MCP サーバー

このサーバーは、シンプルなモデルコンテキストプロトコル（MCP）サーバーで、MLX Whisper を使用して、Apple Silicon Mac 上で音声文字起こし機能を提供します。

✨ 主な機能

• ディスクから直接オーディオファイルを文字起こし
• base64 エンコードデータ内のオーディオを文字起こし
• YouTube 動画をダウンロードして文字起こし
• 高品質な mlx-community/whisper-large-v3-turbo モデルを使用
• uv run を通じた依存関係の自動管理スクリプト
• デバッグに便利な詳細なコンソール出力
• オーディオファイルの隣に文字起こしテキストファイルを保存

📦 インストール

前提条件

• Python 3.12 以上
• Apple Silicon Mac（M シリーズ）
• uv がインストールされている (pip install uv または curl -sS https://astral.sh/uv/install.sh | bash)

🚀 クイックスタート

uv run を使って直接実行します：

uv run mlx_whisper_mcp.py

これだけです！スクリプトは自動的に依存関係をインストールし、MCP サーバーを起動します。

📚 ドキュメント

Claude Desktop との統合

1. Claude Desktop の設定ファイルを編集します：

# macOS の場合：
code ~/Library/Application\ Support/Claude/claude_desktop_config.json

# Windows の場合：
code %APPDATA%\Claude\claude_desktop_config.json

2. MLX Whisper MCP サーバーの設定を追加します：

{
  "mcpServers": {
    "mlx-whisper": {
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/mlx_whisper_mcp/",
        "run",
        "mlx_whisper_mcp.py"
      ]
    }
  }
}

3. Claude Desktop を再起動します。

利用可能なツール

サーバーは以下のツールを提供します：

1. transcribe_file

ディスク上のパスからオーディオファイルを文字起こしします。 パラメーター：

• file_path: オーディオファイルのパス
• language: (オプション) 強制的に指定する言語の言語コード
• task: "transcribe" または "translate"（英語への翻訳）

2. transcribe_audio

base64 エンコードデータからオーディオを文字起こしします。 パラメーター：

• audio_data: base64 エンコードされたオーディオデータ
• language: (オプション) 強制的に指定する言語の言語コード
• file_format: オーディオファイルの形式（wav、mp3 など）
• task: "transcribe" または "translate"（英語への翻訳）

3. download_youtube

YouTube 動画をダウンロードします。 パラメーター：

• url: YouTube 動画の URL
• keep_file: True の場合、ダウンロードしたファイルを保存します（デフォルト: True）

4. transcribe_youtube

YouTube 動画をダウンロードして文字起こしします。 パラメーター：

• url: YouTube 動画の URL
• language: (オプション) 強制的に指定する言語の言語コード
• task: "transcribe" または "translate"（英語への翻訳）
• keep_file: True の場合、ダウンロードしたファイルを保存します（デフォルト: True）

サンプルの使用方法

Claude Desktop と統合した場合のサーバーの使用方法はどうなりますか？

仕組み

1. ユーザーがサーバーにタスクと関連パラメーターを指定してリクエストを送信します。
2. サーバーはタスクの種類に応じて、文字起こしや動画ダウンロードなどの操作を実行します。
3. 処理が完了すると、サーバーは結果をユーザーに返します。

トラブルシューティング

• 問題：サーバーが起動しない
  • 正しい Python バージョンと uv ツールがインストールされていることを確認してください。
  • スクリプトのパスが正しいことを確認してください。
• 問題：文字起こしが失敗する
  • 入力ファイルの形式とパスが正しいことを確認してください。
  • （YouTube ダウンロードの場合）ネットワーク接続が正常であることを確認してください。
• 問題：設定が反映されない
  • JSON ファイルの構文が正しく、構文エラーがないことを確認してください。
  • 設定の変更を適用するために、サーバーが正しく再起動されていることを確認してください。

📄 ライセンス

このプロジェクトは [LICENSE] ライセンスに従います。詳細なライセンス情報については、プロジェクトのドキュメントを参照してください。

以上の内容により、MLX Whisper MCP サーバーの機能、使用方法、および関連設定について詳細に理解することができます。