语音转写服务

语音转录器MCP服务器

MCP服务器 自动转录谷歌聊天语音信息 使用 Groq Whisper API （耳语-arge-v3）。不需要本地GPU。

当Claude Code在Google Chat消息中遇到音频附件时，此服务器会立即转录它，而无需确认。

特性

• 通过URL转录谷歌聊天语音信息（自动）
• 转录本地音频文件（mp3、m4a、wav、ogg、flac、webm、aac）
• 使用Groq Whisper API（免费、快速、基于云）
• 重用Google Chat OAuth2凭据（不需要单独的Google身份验证）

先决条件

1.Groq API密钥（免费）

1. 首选 console.groq.com/keys
2. 创建免费帐户
3. 生成API密钥
4. 您可以将其设置为 GROQ_API_KEY 在MCP配置中（见下文）

2.谷歌聊天OAuth2令牌

此服务器需要有效的Google Chat OAuth2令牌(token.json)获取消息并下载音频附件。

如果您已经使用谷歌聊天MCP服务器 （例如。 多聊天mcp服务器)，令牌已可用。默认路径：

~/tools/multi-chat-mcp-server/src/providers/google_chat/token.json

如果您的令牌位于其他位置，请设置 GCHAT_TOKEN_PATH 环境变量。

如果你还没有谷歌聊天令牌，您需要：

1. 创建一个启用聊天API的谷歌云项目
2. 创建OAuth2凭据（桌面应用程序）
3. 运行OAuth流以生成 token.json 范围：
   • https://www.googleapis.com/auth/chat.messages.readonly
   • https://www.googleapis.com/auth/chat.spaces.readonly

3.uv（Python包管理器）

验证： uv --version

安装

git clone https://github.com/fgasparetto/voice-transcriber-mcp.git
cd voice-transcriber-mcp
uv sync

配置

添加到您的Claude Code MCP配置中(.mcp.json 或 ~/.claude.json):

{
  "mcpServers": {
    "voice-transcriber": {
      "type": "stdio",
      "command": "uv",
      "args": [
        "--directory", "/path/to/voice-transcriber-mcp",
        "run", "python", "server.py"
      ],
      "env": {
        "GROQ_API_KEY": "gsk_your_groq_api_key_here"
      }
    }
  }
}

替换：

• /path/to/voice-transcriber-mcp 使用实际的克隆目录
• gsk_your_groq_api_key_here 使用Groq API密钥

环境变量

工具

transcribe_voice_message

从谷歌聊天中转录语音信息。 自动调用 克劳德在遇到音频附件时。

transcribe_voice_message(
  message_url="https://chat.google.com/dm/SPACE/THREAD/MSG",
  language="it"
)

transcribe_audio_file

转录本地音频文件。

transcribe_audio_file(
  file_path="/tmp/recording.m4a",
  language="it"
)

平台说明

Linux

无需额外步骤。确保 uv 在你的路径。

macOS

• 如果 uv 安装后找不到： export PATH="$HOME/.local/bin:$PATH"

Windows（WSL）

Claude Code在WSL内部运行。所有路径都必须是Linux风格：

• 令牌路径： /home/USER/tools/... （不是 /mnt/c/...)
• 如果 uv 未找到： source ~/.bashrc 或添加 ~/.local/bin 前往PATH

故障排除

运作原理

Claude Code → MCP tool call → server.py
  1. Parse Google Chat URL
  2. Fetch message via Google Chat API (OAuth2 token)
  3. Download audio attachment via media API
  4. Send to Groq Whisper API (whisper-large-v3)
  5. Return transcribed text

许可证

麻省理工学院