mcpField
M
mcp-media-url-transcriber

mcp-media-url-transcriber

本地服务
github.com/mambalabsdev媒体与设计02 天前更新

关于 mcp-media-url-transcriber

这是一个基于 Apify 的 MCP 服务,使用用户的服务商 API 密钥转录音视频文件直链。结果包含转录文本、语言和时长,并可附带时间戳片段;不接受 YouTube 等平台页面链接。

主要功能

  1. 01转录音频和视频文件直链
  2. 02选择四种转录服务商
  3. 03返回语言和时长
  4. 04附带带时间戳的片段
  5. 05可选标注说话者

适用场景

  1. 01转录播客文件
  2. 02将录音通话转成带说话者标签的文本
  3. 03转录前检查媒体链接

MCP 相关

向 MCP 客户端提供 `transcribe_media_urls` 工具。该服务启动 Apify Actor、等待运行完成并返回数据集行。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"com-mambabuilt-mcp-media-url-transcriber": {
"command": "npx",
"args": [
"-y",
"@mambalabsdev/mcp-media-url-transcriber"
],
"env": {
"APIFY_TOKEN": "<APIFY_TOKEN>"
}
}
}
}
启动命令npx -y @mambalabsdev/mcp-media-url-transcriber
需要配置的环境变量
APIFY_TOKEN密钥Apify API token from https://console.apify.com/account/integrations

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@mambalabsdev/mcp-media-url-transcriber1.0.2

工具

1

收录的工具列表 · 更新于 2 天前

参数类型必填说明
modelstring否可选。服务提供商的模型名称。默认值:deepgram 为 nova-3,assemblyai 使用其自身默认模型,groq 为 whisper-large-v3-turbo,openai 为 whisper-1(该服务仅接受此模型)。
api_keystring否上述服务提供商的自有密钥。密钥由 Apify 加密存储,仅发送给该服务提供商,绝不会写入数据行或日志。未提供密钥时,运行会免费检查最多 3 个文件,但不会转录任何内容。
diarizeboolean否yes 或 no(默认 no)。为每个片段标注说话者。仅适用于 deepgram 和 assemblyai;服务提供商可能会将其作为附加项收费。
languagestring否可选。语言代码,例如 en 或 de。留空时,deepgram 和 assemblyai 会检测语言;whisper 模型会自行检测。
providerenum否使用你的密钥转录文件的 API 服务提供商:deepgram(默认)、assemblyai、groq 或 openai。openai 接受最大 25 MB 的文件;其他服务提供商会读取 URL。deepgram | assemblyai | groq | openai
media_urlsarray否音频或视频文件(mp3、wav、m4a、mp4 等)的直接链接,打开时无需登录。YouTube、TikTok、Instagram、Vimeo 或 Spotify 等平台页面会被拒绝,并返回一行免费结果。在 Clay 中,将该列放入包含单个项目的列表中。
max_charge_usdstring否可选。达到此金额后,不会再开始处理新文件。服务提供商已计费的转录仍会交付,费用计入此金额,之后运行会停止。此限制仅适用于此 actor 的费用,不限制服务提供商账单。
include_segmentsboolean否yes(默认)或 no。为每行添加片段列表,其中包含开始和结束秒数。

详细介绍

Media URL Transcriber MCP 服务

npm version license

这是一个适用于 Apify 上 Mamba Labs Media URL Transcriber actor 的 MCP 服务。使用你自己的服务商密钥,将媒体文件链接转换为文字稿。

内容

功能介绍

提供音频或视频文件的直接链接,以及你自己的 Deepgram、AssemblyAI、Groq 或 OpenAI 密钥。Actor 会将每个文件发送给相应的服务商,并为每个文件返回一行结果,其中包含文字稿、带时间戳的片段、语言和时长。你直接向服务商付费,并按媒体分钟数向此 actor 付费。它不会从 YouTube 或 TikTok 等平台下载内容。

所有工作都在 Apify 上运行。此软件包是一个轻量客户端,用于启动 actor 运行、等待运行完成,并返回数据集行。

快速开始

你需要 Node.js 18 或更高版本,以及一个拥有 API 令牌的 Apify 账户。

将以下内容添加到 Claude Desktop 配置(claude_desktop_config.json)、Cursor 或任何 MCP 客户端中:

{
  "mcpServers": {
    "mamba-media-url-transcriber": {
      "command": "npx",
      "args": [
        "-y",
        "@mambalabsdev/mcp-media-url-transcriber"
      ],
      "env": {
        "APIFY_TOKEN": "your-apify-token"
      }
    }
  }
}

重启客户端。随后会出现 transcribe_media_urls 工具。

前置条件

  • Node.js 18 或更高版本。
  • 从 console.apify.com/account/integrations 获取 Apify API 令牌,并将其设为 APIFY_TOKEN。即使没有令牌,服务也会列出工具;调用工具时则需要令牌。

示例提示词

  • “使用我的 Deepgram 密钥转录这个播客节目的文件。”
  • “将这 10 个通话录音文件转换为带说话人标签的文字。”
  • “转录之前,检查这些媒体链接是否可读取。”

工具

transcribe_media_urls。一个工具。参数示例:

{
  "media_urls": [
    "https://dpgr.am/spacewalk.wav"
  ],
  "provider": "deepgram"
}

输入

Actor 面向所有购买者的输入。未提供的输入将使用 actor 自带的默认值。

输入类型必填描述
media_urlsarray否音频或视频文件(mp3、wav、m4a、mp4 等)的直接链接,访问时无需登录。对于 YouTube、TikTok、Instagram、Vimeo 或 Spotify 等平台页面,将免费返回一行结果并拒绝处理。在 Clay 中,请将该列放入一个仅含一项的列表中。
providerstring否使用哪家服务商的 API 转录文件,并使用你的密钥:deepgram(默认)、assemblyai、groq 或 openai。openai 接受最大 25 MB 的文件;其他服务商会读取 URL。
api_keystring否你自己的上述服务商密钥。密钥由 Apify 加密存储,只会发送给相应服务商,不会写入结果行或日志。如果没有提供密钥,本次运行最多检查 3 个文件,不会进行转录,且免费。
modelstring否可选。服务商的模型名称。默认值:deepgram nova-3、assemblyai 自带默认模型、groq whisper-large-v3-turbo、openai whisper-1(该服务商仅接受此模型)。
languagestring否可选。语言代码,例如 en 或 de。留空时,deepgram 和 assemblyai 会自动检测;whisper 模型会自行检测。
diarizeboolean否yes 或 no(默认 no)。标记每个片段的说话人。仅适用于 deepgram 和 assemblyai;服务商可能会将此功能作为附加项收费。
include_segmentsboolean否yes(默认)或 no。为每行结果添加一个片段列表,其中包含起始和结束秒数。
max_charge_usdstring否可选。达到此金额后,不会再开始处理新文件。即使服务商已为某份文字稿收费,仍会交付该文字稿,费用计入此金额,随后运行停止。此限制仅约束此 actor 的费用,不限制服务商收取的费用。

定价

在 Apify 上按事件付费,费用计入你的 Apify 账户。价格以美元计。

事件免费套餐BronzeSilverGold
media-minute,转录一分钟媒体内容,每个文件向上取整$0.005$0.00475$0.0045$0.00425
apify-actor-start,每次运行启动$0.003$0.003$0.003$0.003

拒绝、失败和无声文件、不带密钥的媒体检查,以及被拒绝的输入均免费。Mamba Labs 支付运行的平台费用,包括 Apify 代理流量。

Actor 完整文档

apify.com/mambalabs/media-url-transcriber

许可证

MIT。请参阅 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。