使用说明
title:转录生成器 作者：恩里克·卡多萨 表情符号💻 sdk：毕业 sdk版本：5.33.0 app_file：app.py 固定：false 标签：
- mcp服务器轨道
- 语音转文本
- 低语
- groq
- 转录本
- 接口
- 语音转文字 demo_video:https://youtu.be/0wBCbXzK8TE
转录生成器
一个强大的MCP（模型上下文协议）服务器，使用Groq的Whisper模型将音频和视频文件转录为文本。该工具使AI助手能够处理音频内容，使多媒体数据可用于分析和理解。
📹 演示视频
使用此项目有三种方法：
- 直接在拥抱脸部空间 -上传您的音频/视频文件，然后点击转录按钮
- 使用您最喜欢的客户端 如Cursor、Windsurf或任何其他支持MCP的IDE
- 使用自定义代理 -在您自己的应用程序中使用可用工具设置MCP服务器
🔍 项目描述
Transcript Generator是为Gradio Agents&MCP Hackathon 2025打造的人工智能转录服务。它利用Groq对Whisper Large V3 Turbo模型的实现，将音频和视频文件中的口语内容准确地转换为书面文本。
该服务支持：
- 文件上传（最大25MB）
- 直接URL转录
- 各种音频/视频格式
- 与MCP客户端集成
🛠️ 可用的MCP工具
1. transcript_generator_transcribe_audio
转录直接上传到服务的音频/视频文件（在本地运行）。
参数：
audio_file（string）：要转录的音频或视频文件的路径api_key（字符串）：身份验证所需的Groq API密钥
退货： 音频文件中口语内容的文本转录
2. transcript_generator_transcribe_audio_from_url
从URL转录音频/视频文件。
参数：
audio_url（string）：要转录的音频或视频文件的URL（http或https）api_key（字符串）：身份验证所需的Groq API密钥
退货： 音频文件中口语内容的文本转录
📋 支持的文件格式
- 音频格式： MP3、MPGA、M4A、WAV、FLAC、OGG、AAC
- 视频格式： MP4、MPEG、WebM
- 最大文件大小： 25MB
🔌 MCP集成
SSE配置（光标、风帆、斜面）
要将此MCP添加到支持SSE的客户端，请在MCP配置中添加以下内容：
{
"mcpServers": {
"gradio": {
"url": "https://agents-mcp-hackathon-transcript-generator.hf.space/gradio_api/mcp/sse"
}
}
}
标准配置（需要Node.js）
对于仅支持stdio的客户端：
{
"mcpServers": {
"gradio": {
"command": "npx",
"args": [
"mcp-remote",
"https://agents-mcp-hackathon-transcript-generator.hf.space/gradio_api/mcp/sse",
"--transport",
"sse-only"
]
}
}
}
YAML配置（ContinueDev扩展）
name: Transcript MCP Server
description: A new MCP server for handling transcripts.
version: 0.0.1
schema: v1
mcpServers:
- name: Transcript MCP server
command: npx
args:
- mcp-remote
- https://agents-mcp-hackathon-transcript-generator.hf.space/gradio_api/mcp/sse
- --transport
- sse-only
🔑 认证
您需要一个Groq API密钥才能使用此服务。您可以从 Groq控制台.
API密钥可以通过以下几种方式提供：
- 作为工具调用中的参数
- 设置为环境变量(
GROQ_API_KEY) - 在请求头中（对于某些客户端）
💡 用法示例
当与支持MCP的AI助手一起使用时，您可以通过以下提示请求转录：
“请生成此音频文件的转录：https://huggingface.co/spaces/anewryzm/transcript-generator-client/resolve/main/test_files/this%20people%203.m4a"
助理将使用适当的MCP工具获取并返回成绩单。
