gradio-transcript-mcp: A Gradio MCP Server for Audio/Video Transcription from URLs

---

title: gradio-transcript-mcp - 用于转录的 Gradio MCP 服务 emoji: 💬 colorFrom: green colorTo: green sdk: gradio sdk_version: 5.29.0 app_file: app.py pinned: false license: apache-2.0 short_description: 用于转录 URL 中音频和视频的 Gradio MCP 服务

gradio-transcript-mcp：用于转录 URL 中音频和视频的 Gradio MCP 服务

概述

gradio-transcript-mcp 是一个配置为 MCP（模型控制协议）服务的 Gradio 应用。它旨在将 URL 中的音频和视频转录为文本。该服务通过实现 OpenAI 的 Whisper 和 ffmpeg（经由 yt-dlp），使 MCP 客户端（如 Cline）能够高效处理多媒体输入，包括从给定 URL 下载内容并进行转换。它支持可靠的处理方式，包括转换为 WAV 格式以及动态选择设备（CPU 或 GPU）。

此仓库包含以下主要组件：

• app.py：运行 MCP 服务的 Gradio 主应用文件。
• transcription_tool.py：处理文件转换并调用转录函数的核心逻辑。
• transcription.py：包含使用 transformers 库实现 Whisper 转录的代码。
• requirements.txt：列出所需的 Python 依赖项。
• ffmpeg_setup.py：确保 ffmpeg 可用的脚本。
• logging_config.py：日志记录配置。

---

安装

1. 克隆此仓库：

   git clone https://huggingface.co/spaces/bismay/gradio-transcript-mcp
   cd gradio-transcript-mcp
   

2. 安装依赖项：

   pip install -r requirements.txt
   

   这将安装所需的库，包括 gradio[mcp]、yt-dlp、transformers 和 torch。

---

使用方法

运行 Gradio 应用 / MCP 服务

要运行同时会启动 MCP 服务的 Gradio 应用，请执行：

python app.py

这将启动本地 Gradio Web 界面并启动 MCP 服务。该服务会将 transcribe_url 函数作为 MCP 工具提供。

用作 MCP 服务

运行 python app.py 时，应用会启动一个可供 MCP 客户端访问的 MCP 服务。

提供的工具：

该服务提供一个工具：transcribe_url。

• **说明：**转录给定 URL 中的音频或视频。从 URL 下载媒体，将其转换为 WAV 格式，然后使用 TranscriptTool 执行英语转录。
• 输入：
  • url（字符串）：音频或视频文件的 URL。
• 输出：（字符串）：音频/视频的英文转录文本；如果下载或转录失败，则返回错误消息。

连接 MCP 客户端：

在本地运行时，MCP 服务通常可通过 http://127.0.0.1:7860/gradio_api/mcp/sse 访问。Gradio 应用启动时，控制台会打印确切的 URL。

要将 MCP 客户端（如 Cline）连接到此服务，需要在客户端的设置中添加配置项。具体格式取决于客户端，但通常需要指定服务名称及其 URL。

支持 SSE 的客户端（如 Cline）的配置示例：

{
  "mcpServers": {
    "gradio-transcript": {
      "url": "http://127.0.0.1:7860/gradio_api/mcp/sse"
    }
  }
}

注意：如果 MCP 客户端不直接支持基于 SSE 的服务（如 Claude Desktop），可能需要使用 mcp-remote 之类的工具作为中间环节。

在这种情况下，可以使用 mcp-remote 之类的工具。首先安装 Node.js。然后，将以下内容添加到自己的 MCP 客户端配置中：

{
  "mcpServers": {
    "gradio": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "http://127.0.0.1:7860/gradio_api/mcp/sse"
      ]
    }
  }
}

连接到 Hugging Face Spaces 上托管的服务

此应用也托管在 Hugging Face Spaces 上，并提供可公开访问的 MCP 服务。你可以使用以下 URL 连接到此托管服务：

https://bismay-gradio-transcript-mcp.hf.space/gradio_api/mcp/sse

要将 MCP 客户端（如 Cline）连接到此托管服务，请添加类似以下内容的配置项：

{
  "mcpServers": {
    "gradio-transcript": {
      "url": "https://bismay-gradio-transcript-mcp.hf.space/gradio_api/mcp/sse"
    }
  }
}

---

许可证

本项目采用 Apache-2.0 许可证。详情请参阅 LICENSE 文件。

---

贡献

欢迎贡献！如需提出改进建议或报告错误，请提交 issue 或拉取请求。