Voice Transcriber MCP Server

音声文字起こし MCP サーバー

Groq Whisper API（whisper-large-v3）を使用して、Google Chat の音声メッセージを自動的に文字起こしする MCP サーバーです。ローカル GPU は不要です。

Claude Code が Google Chat のメッセージ内で音声添付ファイルを検出すると、このサーバーが確認を求めずにすぐに文字起こしします。

機能

• URL を指定して Google Chat の音声メッセージを文字起こし（自動）
• ローカルの音声ファイルを文字起こし（mp3、m4a、wav、ogg、flac、webm、aac）
• Groq Whisper API を使用（無料枠、高速、クラウドベース）
• Google Chat の OAuth2 認証情報を再利用（別途 Google 認証は不要）

前提条件

1. Groq API キー（無料）

1. console.groq.com/keys にアクセスします
2. 無料アカウントを作成します
3. API キーを生成します
4. MCP 設定で GROQ_API_KEY として設定します（以下を参照）

2. Google Chat OAuth2 トークン

このサーバーでメッセージを取得し、音声添付ファイルをダウンロードするには、有効な Google Chat OAuth2 トークン（token.json）が必要です。

Google Chat MCP サーバー（例：multi-chat-mcp-server）をすでに使用している場合は、トークンをそのまま利用できます。デフォルトのパス：

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

トークンが別の場所にある場合は、環境変数 GCHAT_TOKEN_PATH を設定してください。

Google Chat トークンをまだお持ちでない場合は、以下を行う必要があります。

1. Chat API を有効にした Google Cloud プロジェクトを作成します
2. OAuth2 認証情報を作成します（デスクトップアプリ）
3. OAuth フローを実行して、次のスコープを含む token.json を生成します。
   • https://www.googleapis.com/auth/chat.messages.readonly
   • https://www.googleapis.com/auth/chat.spaces.readonly

3. uv（Python パッケージマネージャー）

OS	コマンド
Linux / macOS / WSL	curl -LsSf https://astral.sh/uv/install.sh | sh
Windows	powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

確認：uv --version

インストール

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

設定

Claude Code の MCP 設定（.mcp.json または ~/.claude.json）に追加します。

{
  "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"
      }
    }
  }
}

以下を置き換えます。

• /path/to/voice-transcriber-mcp を実際のクローン先ディレクトリに置き換えます
• gsk_your_groq_api_key_here をお使いの Groq API キーに置き換えます

環境変数

変数	必須	デフォルト	説明
GROQ_API_KEY	はい	—	Groq API キー（無料で取得）
GCHAT_TOKEN_PATH	いいえ	~/tools/multi-chat-mcp-server/src/providers/google_chat/token.json	Google Chat OAuth2 トークンへのパス

ツール

transcribe_voice_message

Google Chat の音声メッセージを文字起こしします。音声添付ファイルを検出すると、Claude によって自動的に呼び出されます。

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

transcribe_audio_file

ローカルの音声ファイルを文字起こしします。

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

プラットフォームに関する注意事項

Linux

追加の手順はありません。uv が PATH に含まれていることを確認してください。

macOS

• インストール後に uv が見つからない場合：export PATH="$HOME/.local/bin:$PATH"

Windows（WSL）

Claude Code は WSL 内で実行されます。パスはすべて Linux 形式で指定してください。

• トークンのパス：/home/USER/tools/...（/mnt/c/... ではありません）
• uv が見つからない場合：source ~/.bashrc を実行するか、~/.local/bin を PATH に追加してください

トラブルシューティング

問題	解決方法
GROQ_API_KEY not set	MCP 設定の env セクションに追加してください
Google Chat token not found	GCHAT_TOKEN_PATH を設定するか、Google Chat MCP を認証してください
Groq API error 413	音声ファイルのサイズが大きすぎます（Groq の上限：25MB）
uv: command not found	uv をインストールしてください（「前提条件」を参照）

仕組み

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

ライセンス

MIT