MLX Whisper MCP は、直接ファイル、base64 データ、YouTube 動画の入力をサポートするオーディオ文字起こし機能を提供するスタンドアロンの Python ベースのサーバーです。高品質な MLX Whisper モデルを活用し、Apple Silicon の Mac に最適化されており、依存関係の管理を自動化し、デバッグ用のリッチなコンソールを提供します。これは、ローカルワークフローやアプリケーションに音声からテキストへの機能を統合するのに最適です。
追加日：
作成者：
Apr 11 2025
MLX Whisper MCP は、直接ファイル、base64 データ、YouTube 動画の入力をサポートするオーディオ文字起こし機能を提供するスタンドアロンの Python ベースのサーバーです。高品質な MLX Whisper モデルを活用し、Apple Silicon の Mac に最適化されており、依存関係の管理を自動化し、デバッグ用のリッチなコンソールを提供します。これは、ローカルワークフローやアプリケーションに音声からテキストへの機能を統合するのに最適です。
追加日：
Created by:
Apr 11 2025
Kachi O
フィーチャー
MLX Whisper MCPとは？
この MCP (Model Context Protocol) サーバーは、Apple Silicon の Mac で MLX Whisper を使用した高品質なオーディオ文字起こしを可能にします。直接オーディオファイルパス、base64 エンコードされたオーディオデータ、および YouTube 動画など、さまざまな入力方法をサポートしており、さまざまな文字起こしのニーズに適しています。サーバーは、uv を通じて依存関係のインストールを自動化し、一時ファイルを管理し、元のオーディオと一緒に文字起こしを保存します。高度な MLX Whisper large-v3-turbo モデルを利用して正確な文字起こしを行い、特に Mac 環境でローカル音声認識機能を必要とする開発者向けにシームレスで効率的なソリューションを提供します。
誰がMLX Whisper MCPを使うの？
- ローカル音声からテキストへのソリューションを必要とする開発者
- 音声文字起こしに取り組んでいる研究者
- AI プロジェクトのために Apple Silicon の Mac を使用している Mac ユーザー
- ワークフローに文字起こしを統合しているチーム
- 動画の文字起こしが必要なコンテンツクリエイター
MLX Whisper MCPの使い方は？
- ステップ 1: Mac に Python 3.12 以上をインストールします。
- ステップ 2: 次のコマンドを実行してサーバーを起動します: `uv run mlx_whisper_mcp.py`。
- ステップ 3: API 呼び出しやクライアント統合を介して、`transcribe_file`、`transcribe_audio`、`transcribe_youtube` などのサポートツールを使用します。
- ステップ 4: ファイルパス、base64 オーディオデータ、YouTube URL など、必要な入力パラメーターを提供します。
- ステップ 5: 入力と一緒にテキストファイルとして保存される文字起こし出力を受け取ります。
- ステップ 6: 更新や変更のために必要に応じてサーバーを停止または再起動します。
MLX Whisper MCPの主な特長・利点
コア機能
- transcribe_file: ディスクからオーディオファイルを文字起こしします
- transcribe_audio: base64 エンコードされたオーディオデータを文字起こしします
- download_youtube: YouTube 動画をダウンロードします
- transcribe_youtube: YouTube 動画をダウンロードして文字起こしします
利点
- 柔軟性のために複数の入力形式をサポート
- Apple Silicon の Mac 用に最適化
- 自動依存関係管理
- MLX Whisper large-v3-turbo モデルを使用した高品質の文字起こし
- デバッグ用のリッチなコンソール出力
MLX Whisper MCPの主な使用ケース・アプリケーション
- ポッドキャストやインタビューのローカル文字起こし
- YouTube の動画コンテンツの文字起こしの自動化
- Mac ベースの AI ワークフローへの音声認識の統合
- 高精度の文字起こしが必要な研究プロジェクト
- 字幕やトランスクリプトを生成するコンテンツクリエイター
MLX Whisper MCPのFAQs
開発者
- kachiO
あなたも好きかもしれません：
開発者ツール
複数の MCP サーバーをホストする Docker イメージで、Supergateway 統合を通じて統一されたエントリーポイントからアクセス可能です。
MCPサーバーへのリモートツール利用のための安全なプロキシベースのアクセスを容易にするリモートSSHクライアント。
研究とデータ
MCPツールとUIコンポーネント登録のためのTamboを通じてSupabaseとの統合を示すReactアプリケーション。
Umbraco CMSと外部アプリケーション間のシームレスな通信を可能にするプロトコルサーバー。
NOLは、LangChainとOpen Routerを統合し、Next.jsを使用してマルチクライアントMCPサーバーを作成します。