Fast Whisper MCP Server

🚀 基於Faster Whisper的高性能語音識別MCP服務器

一款基於Faster Whisper的高效語音識別MCP服務器，提供強大的音頻轉錄功能，能夠快速、準確地將音頻內容轉換為文本。

🚀 快速開始

本服務器集成了Faster Whisper，能實現高效語音識別。你可以按照以下步驟啟動服務器並配置Claude桌面，開啟音頻轉錄之旅。

✨ 主要特性

• 集成Faster Whisper實現高效的語音識別
• 批處理加速提升轉錄速度
• 自動化CUDA加速（若有可用GPU）
• 支持多種模型規模（從tiny到large-v3）
• 輸出格式包括VTT字幕、SRT和JSON
• 支持文件夾內音頻文件的批量轉錄
• 模型實例緩存避免重複加載
• 根據GPU內存動態調整批量大小

📦 安裝指南

依賴項

• Python 3.10+
• faster-whisper>=0.9.0
• torch==2.6.0+cu126
• torchaudio==2.6.0+cu126
• mcp[cli]>=1.2.0

安裝步驟

1. 克隆或下載此倉庫
2. 創建並激活虛擬環境（推薦）
3. 安裝依賴項：

pip install -r requirements.txt

PyTorch安裝指南

根據你的CUDA版本安裝合適的PyTorch版本：

• CUDA 12.6:

pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu126

• CUDA 12.1:

pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu121

• CPU版本:

pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cpu

你可以通過 nvcc --version 或 nvidia-smi 檢查CUDA版本。

💻 使用示例

啟動服務器

在Windows系統中，直接運行 start_server.bat。 在其他平臺運行：

python whisper_server.py

配置Claude桌面

1. 打開Claude桌面配置文件：
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
2. 添加Whisper服務器的配置：

{
  "mcpServers": {
    "whisper": {
      "command": "python",
      "args": ["-m", "whisper_server"],
      "env": {}
    }
  }
}

3. 啟動Claude桌面後，轉錄功能將可用。

🔧 技術細節

轉錄流程

1. 音頻輸入：支持多種格式（如wav、mp3）
2. 模型加載：動態加載Faster Whisper模型
3. 語音識別：實現高效的語音轉錄
4. 結果輸出：返回標準的JSON格式

性能優化建議

• 使用GPU加速以提升處理速度
• 合理設置批量大小以平衡資源使用
• 定期更新模型保持最佳性能

📚 詳細文檔

項目依賴

• Whisper: https://github.com/openai/whisper
• Faster Whisper: https://github.com/guillaumekln/faster-whisper

特別鳴謝

感謝以下工具和團隊的支持：

• VS Code
• OpenAI的Whisper項目
• GuillaumeKln的Faster Whisper實現