MCP Server Whisper

🚀 MCP サーバーホワイスパー

MCP サーバーホワイスパーは、標準化されたプロトコルと先進技術を通じて、効率的な音声処理と文字起こしタスクを実現する強力なツールです。

🚀 クイックスタート

このセクションでは、MCP サーバーホワイスパーの基本的な使い方を説明します。

📦 インストール

pip を使用したインストール

pip install mcp-server-whisper

🔧 設定説明

システム要件

• Python 3.10 以上
• Node.js (推奨 v16.24.0 以上)
• Omi スクリーンレコーダー（Mac のみ）

依存関係のインストール

npm install --save-exact \
  asyncio \
  fast-mcp \
  mcp-server-whisper \
  openai \
  pydub \
  ruff \
  mypy

💻 使用例

基本的な使用法

from mcp_server_whisper import start

# MCP サーバーホワイスパーをデフォルト設定で起動
start()

# または、カスタム音声ファイルパスを指定
AUDIO_FILES_PATH = "/path/to/your/audio/files"
start(audio_files_path=AUDIO_FILES_PATH)

📚 ドキュメント

設定オプション

MCP サーバー設定

mcp_server_whisper_config.json ファイルを作成して設定します。

{
  "servers": {
    "whisper": {
      "host": "localhost",
      "port": 3001,
      "workers": 4,
      "max_body_size": "5mb"
    }
  },
  "openai": {
    "api_key": "your_openai_api_key",
    "model": "gpt-4o-transcribe",
    "temperature": 0.7
  }
}

開発ツール

ツールチェーン

このプロジェクトでは、最新の Python 開発ツールを使用しています。

# テストを実行
pytest

# カバレッジ付きのテスト
pytest --cov=src

# コードをフォーマット
ruff format src

# コードスタイルをチェック
ruff check src

# 型チェックを実行（厳格モード）
mypy --strict src

プロジェクトアーキテクチャ

主要コンポーネント

• MCP プロトコル：標準化された MCP ツールインターフェイスを通じて音声処理機能を公開します。
• 並列処理：asyncio とバッチ処理を使用してパフォーマンスを向上させます。
• ファイル管理：音声ファイルの検出、検証、変換、圧縮を実装します。
• 高度な文字起こし：OpenAI のさまざまなモデル（gpt-4o-transcribe を含む）を利用して高品質の文字起こしを提供します。
• パフォーマンス最適化：繰り返しの操作を高速化するためのキャッシュ機構が組み込まれています。

貢献ガイド

貢献方法

1. GitHub で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. コードの変更をコミットします。
4. テストとチェックを実行します (pytest && ruff check src && mypy --strict src)。
5. 変更をコミットします (git commit -m 'Add some amazing feature')。
6. ブランチにプッシュします (git push origin feature/amazing-feature)。
7. Pull Request を作成します。

📄 ライセンス

このプロジェクトは MIT ライセンスに基づいています。詳細は LICENSE ファイルを参照してください。

謝辞

以下のプロジェクトと技術に感謝します。

• Model Context Protocol (MCP)：プロトコル仕様を提供します。
• pydub：音声処理に使用します。
• OpenAI Whisper：音声文字起こしに使用します。
• asyncio：非同期プログラミングをサポートします。
• fast-mcp：高速な MCP 実装です。