Mlx Whisper MCP

🚀 MLX 耳語 MCP 服務器

MLX 耳語 MCP 服務器是一個簡單的模型上下文協議（MCP）服務器，它藉助 MLX Whisper 技術，能在蘋果 Silicon Mac 上實現音頻轉錄功能，為音頻處理提供便利。

🚀 快速開始

直接使用 uv run 運行：

uv run mlx_whisper_mcp.py

就是這樣！腳本會自動安裝其自身依賴項並啟動 MCP 服務器。

✨ 主要特性

• 🔊 直接從磁盤轉錄音頻文件
• 📃 轉錄 base64 編碼數據中的音頻
• 📺 下載並轉錄 YouTube 視頻
• 🧠 使用高質量的 mlx-community/whisper-large-v3-turbo 模型
• 🛠️ 通過 uv run 自動管理依賴項的腳本
• 🖥️ 豐富的控制檯輸出，便於調試
• 💾 在音頻文件旁保存轉錄文本文件

📦 安裝指南

先決條件

• Python 3.12 或更高版本
• 蘋果 Silicon Mac（M 系列）
• 已安裝 uv (pip install uv 或 curl -sS https://astral.sh/uv/install.sh | bash)

📚 詳細文檔

與 Claude Desktop 集成

1. 編輯你的 Claude Desktop 配置文件：

# 在 macOS 上：
code ~/Library/Application\ Support/Claude/claude_desktop_config.json

# 在 Windows 上：
code %APPDATA%\Claude\claude_desktop_config.json

2. 添加 MLX Whisper MCP 服務器配置：

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

3. 重啟 Claude Desktop

可用工具

服務器提供以下工具：

1. transcribe_file

從磁盤上的路徑轉錄音頻文件。 參數：

• file_path: 音頻文件的路徑
• language: (可選) 強制指定語言的語言代碼
• task: "transcribe" 或 "translate"（翻譯為英語）

2. transcribe_audio

從 base64 編碼的數據中轉錄音頻。 參數：

• audio_data: base64 編碼的音頻數據
• language: (可選) 強制指定語言的語言代碼
• file_format: 音頻文件格式（wav、mp3 等）
• task: "transcribe" 或 "translate"（翻譯為英語）

3. download_youtube

下載 YouTube 視頻。 參數：

• url: YouTube 視頻 URL
• keep_file: 如果為 True，則保留下載文件（默認：True）

4. transcribe_youtube

下載並轉錄 YouTube 視頻。 參數：

• url: YouTube 視頻 URL
• language: (可選) 強制指定語言的語言代碼
• task: "transcribe" 或 "translate"（翻譯為英語）
• keep_file: 如果為 True，則保留下載文件（默認：True）

示例提示

如何在與 Claude Desktop 集成時使用此服務器？

工作原理

1. 用戶向服務器發送請求，指定任務和相關參數。
2. 服務器根據任務類型執行相應的操作，例如轉錄音頻或下載視頻。
3. 處理完成後，服務器將結果返回給用戶。

故障排除

• 問題：無法啟動服務器

  • 檢查是否安裝了正確的 Python 版本和 uv 工具。
  • 確保腳本路徑正確無誤。

• 問題：轉錄失敗

  • 檢查輸入文件的格式和路徑是否正確。
  • 確保網絡連接正常（對於 YouTube 下載）。

• 問題：配置不生效

  • 驗證 JSON 文件語法正確，沒有語法錯誤。
  • 確保服務器已正確重啟以應用更改。

📄 許可證

此項目遵守 [LICENSE] 協議。請參考項目文檔瞭解詳細許可信息。

通過以上內容，您可以詳細瞭解 MLX Whisper MCP 服務器的功能、使用方法及相關配置。