AI导哈

音频转录服务

一个基于AssemblyAI API的MCP服务器，用于将MP3音频文件转录为带有时间戳和说话人标签的JSON文本，适用于播客制作者、内容创作者、教育工作者和商业团队。

  • by Charisma2595
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 charisma2595/transcription_mcp_server

使用说明

转录MCP服务器

一种MCP（Model-Context-Protocol）服务器，用于使用AssemblyAI API转录MP3音频文件。此服务器提供命令行和基于Docker的工具来转录音频。此应用程序可供播客、内容创建者、教育工作者和业务团队使用，使他们的任务更容易完成。

特性

  • 通过命令行界面接受.mp3文件
  • 接受通过AI助手（如Claude或Cursor）提供的.mp3文件路径。
  • 使用AssemblyAI API将MP3音频文件转换为JSON转录本
  • 每个转录片段的时间戳，包括开始和结束时间
  • 扬声器日记（扬声器标签）已启用
  • 将成绩单保存在本地“transcripts/”目录中
  • 准备在Docker容器中运行，以实现可移植性和部署

系统架构概述

此应用程序是一个微服务，旨在使用AssemblyAI转录音频文件。

架构分解

  • Uvicorn作为MCP服务器运行时：Uvicorn运行服务器进程，充当执行转录作业的入口点。
  • AssemblyAI客户端：此组件处理与AssemblyAI API的所有通信。
  • 通过Google Fire的CLI：该应用程序包括一个用Google Fire构建的强大命令行界面。用户可以直接从终端转录音频文件
  • Docker化环境：虽然服务器可以直接在本地机器上运行，但它还为喜欢容器化部署的用户提供了一个轻量级的Docker配置。

入门

先决条件

  • Python 3.10+（稳定、流行、支持良好）
  • Uvicorn（轻量级ASGI服务器）
  • Google Fire（CLI框架，使CLI创建简单而强大）
  • AssemblyAI API密钥（API接口，在注册https://www.assemblyai.com/)
  • Docker（可选，用于容器化使用。确保一致、可移植的部署）

安装

  1. 克隆存储库：
git clone <your-repo-url>
cd <repo-folder>
  1. 安装依赖项：
pip install -r requirements.txt
  1. 将AssemblyAI API键设置为环境变量：
export API_KEY="your_assemblyai_api_key"   # Linux / macOS
set API_KEY="your_assemblyai_api_key"      # Windows CMD

用法

使用MCP Dev进行检验

运行此命令以检查和测试您的工具在Web Ui上的功能。

uv run mcp dev mcp/server_transcription.py

连接并测试服务器传输

运行命令与claude连接

uv run mcp install mcp\server_transcription.py

JSON格式

当与claude或cursor等AI助手连接时，配置应该采用这种jason格式。

{
  "mcpServers": {
    "Audio Transcription Service": {
      "command": "C:\\Users\\HomePC\\Desktop\\mcp_task2\\.venv\\Scripts\\python.exe",
      "args": [
        "-u",
        "C:\\Users\\HomePC\\Desktop\\mcp_task2\\mcp\\server_transcription.py"
      ],
      "env": {
        "API_KEY": "<input-your-api-key-here>"
      }
    }
  }
}

测试客户端_订阅

运行命令

python  mcp\client_transcription.py "path/to/audio/file"

Docker使用

构建Docker镜像

docker build -t transcription-service -f run_with_docker/Dockerfile .

运行Docker容器

set API_KEY="your-api-key-here"

docker run -d -p 8050:8050 -e API_KEY=%API_KEY% -v C:\Users:/mnt/users -v %CD%\transcripts:/app/transcripts -v %CD%\logs:/app/logs --dns 8.8.8.8 --name transcription-server transcription-service

运行客户端

python run_with_docker\client.py "path/to/audio/file"

相关 MCP