MCP Elevenlab Scribe ASR

🚀 ElevenLabsscribe MCP サーバー

ElevenLabs' Scribe の音声文字変換 API 用の Model Control Protocol (MCP) サーバーの実装です。リアルタイムの文字起こし機能を提供し、高度なコンテキスト管理と双方向ストリーミング技術をサポートしています。

✨ 主な機能

• リアルタイム文字起こし：マイクから直接音声をストリーミングし、即時の文字起こし結果を取得します。
• ファイル一括処理：音声ファイルをアップロードして一括処理を行います。
• MCP プロトコルサポート：モデル制御プロトコルを完全に実装し、コンテキスト管理能力を向上させます。
• WebSocket サポート：リアルタイムの双方向通信機能を備えています。
• コンテキスト管理：会話のコンテキストを維持し、文字起こしの精度を向上させます。
• 複数の音声フォーマット：複数の音声フォーマットをサポートし、自動的に変換します。
• 言語検出：言語を自動的に識別し、信頼度スコアを表示します。
• イベント検出：音声と非音声の音声フラグメントを識別します。

📦 インストール

1. リポジトリをクローンします：

git clone https://github.com/aromanstatue/MCP-Elevenlab-Scribe-ASR.git
cd MCP-Elevenlab-Scribe-ASR

2. 仮想環境を作成してアクティブ化します：

python -m venv venv
source venv/bin/activate  # Windows システムでは：venv\Scripts\activate

3. 依存関係をインストールします：

pip install -e .

4. API キーを含む .env ファイルを作成します：

ELEVENLABS_API_KEY=your-api-key-here

💻 使用例

サーバーの起動

python -m elevenlabs_scribe_mcp_server.main

サーバーはデフォルトポート 8000 または次に利用可能なポートで起動します。

クライアント使用例

1. ファイルの文字起こし：

python examples/client_example.py --file path/to/audio.wav

2. マイクの文字起こし：

python examples/client_example.py --mic

API インターフェース

1. REST API:

• POST /transcribe：音声ファイルをアップロードして文字起こしを行います。
• GET /health：ヘルスチェックインターフェースです。

2. WebSocket API:

• ws://localhost:8000/ws/transcribe：リアルタイムの音声文字起こしを行います。

MCP プロトコル

サーバーはモデル制御プロトコル（MCP）を実装しており、以下のメッセージタイプをサポートしています：

1. INIT：新しい文字起こしセッションを初期化します。
2. START：音声のストリーミングを開始します。
3. AUDIO：音声データを送信します。
4. TRANSCRIPTION：文字起こし結果を受信します。
5. ERROR：エラーメッセージを表示します。
6. STOP：音声のストリーミングを停止します。
7. DONE：セッションを完了します。

📚 ドキュメント

テストの実行

pytest tests/

プロジェクト構造

elevenlabs-scribe-mcp-server/
├── elevenlabs_scribe_mcp_server/
│   ├── __init__.py
│   ├── main.py              # FastAPI サーバーのエントリポイント
│   └── mcp/
│       ├── __init__.py
│       ├── protocol.py      # MCP プロトコル処理モジュール
│       ├── types.py         # プロトコルタイプ定義
│       └── elevenlabs.py    # ElevenLabs 実装モジュール
├── examples/
│   └── client_example.py    # クライアントサンプルコード
├── tests/
│   └── test_transcribe.py   # テストスイート
├── pyproject.toml           # プロジェクトメタデータファイル
└── README.md                # プロジェクト説明ドキュメント

依存関係

• Python 3.8+
• FastAPI
• Uvicorn
• PyAudio（マイクサポート）
• aiohttp
• python-dotenv
• pydantic

貢献ガイド

1. リポジトリをフォークします。
2. 機能ブランチを作成します（git checkout -b feature/amazing-feature）。
3. 変更をコミットします（git commit -m 'Add amazing feature'）。
4. ブランチにプッシュします（git push origin feature/amazing-feature）。
5. Pull Request を送信します。

📄 ライセンス

MIT License

詳細情報

詳細情報については、公式ドキュメント を参照してください。