OpenAIのWhisperとGPT-4oモデルを使用して、高度な音声変換と処理のためのモデルコンテキストプロトコル(MCP)サーバー。

[!警告] このプロジェクトは移動しました。 アクティブ開発は、TJC-LP/sanzaruに移行しました。 このリポジトリは維持されず、アーカイブされます。 依存関係や問題を新しいリポジトリに更新してください。

概要

MCP Server Whisper は、OpenAI の最新トランスクリプションとスピーチサービスを通じて、オーディオファイルを処理するための標準化された方法を提供します。 Model Context プロトコルを実装することで、Claude のような AI アシスタントが、音声処理機能とシームレスにやりとりすることができます。

主な機能:

• regex パターン、ファイルメタデータフィルタリング、およびソート機能で検索する高度ファイル
• ⚡MCP-native並列処理 - 複数のツールを同時に呼び出します
• サポートされているオーディオタイプ間の変換**
• 大きいファイルのための自動圧縮**
• すべてのOpenAIオーディオモデルをサポートするマルチモデルtranslation**
• GPT-4o オーディオモデルと相互アクティブ オーディオ チャット**
• 地震専用プロンプトとタイムスタンプのサポートで、トランスクリプションの強化

MCP Server Whisper

[!WARNING] This project has moved. Active development has migrated to TJC-LP/sanzaru. This repository is no longer maintained and will be archived. Please update your dependencies and issues to the new repo.

Overview

MCP Server Whisper provides a standardized way to process audio files through OpenAI’s latest transcription and speech services. By implementing the Model Context Protocol, it enables AI assistants like Claude to seamlessly interact with audio processing capabilities.

Key features:

• 🔍 Advanced file searching with regex patterns, file metadata filtering, and sorting capabilities
• ⚡ MCP-native parallel processing - call multiple tools simultaneously
• 🔄 Format conversion between supported audio types
• 📦 Automatic compression for oversized files
• 🎯 Multi-model transcription with support for all OpenAI audio models
• 🗣️ Interactive audio chat with GPT-4o audio models
• ✏️ Enhanced transcription with specialized prompts and timestamp support
• 🎙️ Text-to-speech generation with customizable voices, instructions, and speed
• 📊 Comprehensive metadata including duration, file size, and format support
• 🚀 High-performance caching for repeated operations
• 🔒 Type-safe responses with Pydantic models for all tool outputs

Note: This project is unofficial and not affiliated with, endorsed by, or sponsored by OpenAI. It provides a Model Context Protocol interface to OpenAI’s publicly available APIs.

Installation

# Clone the repository
git clone https://github.com/arcaputo3/mcp-server-whisper.git
cd mcp-server-whisper

# Using uv 
uv sync

# Set up pre-commit hooks
uv run pre-commit install

Environment Setup

Create a .env file based on the provided .env.example:

cp .env.example .env

Edit .env with your actual values:

OPENAI_API_KEY=your_openai_api_key
AUDIO_FILES_PATH=/path/to/your/audio/files

Note: Environment variables must be available at runtime. For local development with Claude, use a tool like dotenv-cli to load them (see Usage section below).

Usage

Local Development with Claude