Yap

Yap MCP：AI アシスタント向けのプライベートなオンデバイス音声テキスト変換

Claude、Cursor、VS Code、Windsurf などのあらゆる MCP クライアントで、お使いのコンピューター上の音声ファイルを文字起こししたり、Yap アプリでディクテーションした内容を検索したりできます。アップロードも API キーもアカウントも不要です。

Yap MCP は、Yap ディクテーションアプリと同じ音声エンジンを使用します。NVIDIA Parakeet TDT v3 を sherpa-onnx 経由で CPU 上で実行します。音声がコンピューターから外部に送信されることはありません。ネットワークリクエストが発生するのは、Hugging Face から音声モデル（約 670 MB）を一度だけダウンロードし、チェックサムを検証する場合のみです。

ツール

ツール	機能
transcribe_audio	ローカルの音声または動画ファイルを、長さを問わず文字起こしします。対応形式：WAV、MP3、M4A/AAC、MP4、FLAC、OGG、Opus、WebM、AIFF、CAF など。25 のヨーロッパ言語から言語を自動検出します。任意で、各区間の開始時刻を付けたり、Yap の整形機能（大文字・小文字、句読点、「えー」などの削除）を使ったりできます。
search_dictations	このコンピューター（Mac および Windows）に Yap アプリが保存しているディクテーション履歴を、新しい順に検索します。読み取り専用です。
prepare_speech_model	最初の文字起こしの前に音声モデルをダウンロードして検証するか、モデルの状態を報告します。

「~/Downloads/interview.m4a をタイムスタンプ付きで文字起こしして」「デスクトップにあるボイスメモを要約して」「今週、予算について何をディクテーションした？」などとアシスタントに頼めます。

インストール

Node.js 20 以降が必要です（search_dictations を使う場合は 22.13 以降）。macOS（Apple Silicon および Intel）、Windows x64、Linux x64/arm64 に対応しています。

Claude Desktop ならワンクリック：yap.mcpb をダウンロードして開きます（macOS および Windows）。または、claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "yap": { "command": "npx", "args": ["-y", "github:founden-bot/yap-mcp"] }
  }
}

Claude Code：

claude mcp add yap -- npx -y github:founden-bot/yap-mcp

Claude Code プラグイン：/plugin marketplace add founden-bot/yap-mcp を実行し、次に /plugin install yap@yap を実行します。プラグインは自身のフォルダーから（node ${CLAUDE_PLUGIN_ROOT}/src/index.js）サーバーを起動し、package-lock.json で固定された依存関係を使用して、transcribe-recordings スキルを追加します。

Gemini CLI：gemini extensions install https://github.com/founden-bot/yap-mcp を実行します。

Cursor、Windsurf、VS Code、Cline、Zed などのクライアント：コマンドに npx、引数に -y github:founden-bot/yap-mcp を指定した stdio サーバーを追加します。

最初の文字起こしでは、モデルを一度だけダウンロードします（一般的な接続環境で数分）。ダウンロード中は進行状況が表示されます。その後はすべてオフラインで実行されます。最新のノート PC では実時間の約 10 倍の速さで文字起こしできるため、1 時間の音声なら約 6 分で完了します。

ターミナルで使う

同じエンジンをコマンドとして使用できます。npx -y -p github:founden-bot/yap-mcp yap-transcribe memo.m4a を実行すると文字起こし結果が出力されます（開始時刻を付けるには --timestamps を追加します。複数ファイルもまとめて処理できます）。

対応言語

英語、ドイツ語、フランス語、スペイン語、イタリア語、ポルトガル語、オランダ語、ポーランド語、ロシア語、ウクライナ語、スウェーデン語、デンマーク語、フィンランド語、チェコ語、スロバキア語、ハンガリー語、ルーマニア語、ブルガリア語、ギリシャ語、クロアチア語、スロベニア語、ラトビア語、リトアニア語、エストニア語、マルタ語。

プライバシー

• 指定したパスから音声を読み込み、メモリ内でデコードした後、破棄します。アップロード、ログ記録、保存は一切行いません。
• search_dictations は Yap の履歴データベースを読み取り専用で開き、一致するディクテーションのみを返します。そのテキストは、ほかの情報を見せる場合と同様に、使用中のアシスタントに渡されます。
• 設定：YAP_MCP_CACHE でモデルキャッシュの保存先を変更できます（デフォルト：macOS では ~/Library/Caches/yap-mcp、Windows では %LOCALAPPDATA%\yap-mcp、Linux では ~/.cache/yap-mcp）。Windows では、Yap アプリがすでにダウンロードしたモデルを再利用します。

入力の代わりに音声でディクテーション

Yap MCP は録音の処理に対応しています。作業中に任意のアプリ（エディター、Slack、メール、Claude アプリ、ChatGPT アプリ）へ音声入力するには、Yap をお使いください。キーを押したまま話すと、コンピューター上で文字起こしされ、カーソル位置にテキストが表示されます。

ライセンス

このコードはMITライセンスです。音声モデルはNVIDIA Parakeet TDT 0.6B v3（CC-BY-4.0）で、ONNXへの変換はsherpa-onnxプロジェクト（Apache-2.0）によるものです。

オープンソースのYap、O-mega Enterprise Inc.が作成しました。お問い合わせ先：[email protected]