MLX Whisper MCP 是一個獨立的基於 Python 的伺服器，提供音頻轉錄功能，支持直接文件、base64 數據和 YouTube 視頻輸入。它利用高品質的 MLX Whisper 模型，並針對 Apple Silicon 的 Mac 進行優化，自動管理依賴項並提供豐富的控制台以進行除錯。它非常適合將語音轉文本功能集成到本地工作流或應用程式中。
新增日期：
創建者：
Apr 11 2025
精選
MLX Whisper MCP 是什麼？
這個 MCP（模型語境協議）伺服器能夠在 Apple Silicon 的 Mac 上使用 MLX Whisper 進行高品質音頻轉錄。它支持多種輸入方式，包括直接音頻文件路徑、base64 編碼的音頻數據和 YouTube 視頻，這使得它在各種轉錄需求上非常靈活。該伺服器通過 uv 自動安裝依賴項，管理臨時文件，並將轉錄結果與原始音頻一起保存。它利用先進的 MLX Whisper large-v3-turbo 模型進行準確的轉錄，為需要本地語音識別能力的開發人員提供了一個無縫高效的解決方案，尤其是在 Mac 環境下。
誰會使用 MLX Whisper MCP？
- 需要本地語音轉文本解決方案的開發人員
- 從事音頻轉錄的研究人員
- 使用 Apple Silicon 的 Mac 進行 AI 項目的 Mac 用戶
- 將轉錄集成到工作流中的團隊
- 需要視頻轉錄的內容創作者
如何使用 MLX Whisper MCP？
- 步驟 1：在你的 Mac 上安裝 Python 3.12 或更高版本。
- 步驟 2：使用以下命令啟動伺服器：`uv run mlx_whisper_mcp.py`。
- 步驟 3：通過 API 調用或客戶端集成使用支持的工具，如 `transcribe_file`、`transcribe_audio` 或 `transcribe_youtube`。
- 步驟 4：提供所需的輸入參數，如文件路徑、base64 音頻數據或 YouTube URL。
- 步驟 5：接收轉錄輸出，該結果也會作為文本文件與輸入一起保存。
- 步驟 6：根據需要停止或重新啟動伺服器以進行更新或更改。
MLX Whisper MCP 的核心特徵與益處
主要功能
- transcribe_file：從磁碟轉錄音頻文件
- transcribe_audio：轉錄 base64 編碼的音頻數據
- download_youtube：下載 YouTube 視頻
- transcribe_youtube：下載並轉錄 YouTube 視頻
優點
- 支持多種輸入格式以獲得靈活性
- 針對 Apple Silicon 的 Mac 進行優化
- 自動管理依賴項
- 使用 MLX Whisper large-v3-turbo 模型的高品質轉錄
- 提供豐富的控制台輸出以進行除錯
MLX Whisper MCP 的主要使用案例與應用
- 本地轉錄播客或訪談
- 自動化 YouTube 內容的轉錄
- 將語音識別集成到基於 Mac 的 AI 工作流
- 需要高精度轉錄的研究項目
- 生成字幕或轉錄的內容創作者
MLX Whisper MCP 的常見問答
開發者
- kachiO
您可能也喜歡：
開發者工具
一個 Docker 映像，承載多個 MCP 伺服器，透過整合 supergateway 以統一入口點訪問。
研究與數據
NOL 整合了 LangChain 和 Open Router，以使用 Next.js 創建一個多客戶端的 MCP 伺服器。