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
- 01转录音频和视频文件直链
- 02选择四种转录服务商
- 03返回语言和时长
- 04附带带时间戳的片段
- 05可选标注说话者
适用场景
- 01转录播客文件
- 02将录音通话转成带说话者标签的文本
- 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。
工具
1收录的工具列表 · 更新于 2 天前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| model | string | 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_key | string | 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。 |
| diarize | boolean | 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。 |
| language | string | 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。 |
| provider | enum | 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_urls | array | 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_usd | string | 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_segments | boolean | 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
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_urls | array | 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。 |
provider | string | 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_key | string | 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。 |
model | string | 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)。 |
language | string | 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。 |
diarize | boolean | 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_segments | boolean | 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_usd | string | 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 | Bronze | Silver | Gold |
|---|---|---|---|---|
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
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。