mcpField
W
whisper-mcp

whisper-mcp

本地服务
github.com/jwulff媒体与设计31 周前更新

关于 whisper-mcp

whisper-mcp 是基于 whisper.cpp 的本地音频转写 MCP 服务,适合希望在自己的设备上处理录音的用户。它支持多种模型和音频格式,并可选择是否输出时间戳。

主要功能

  1. 01使用 whisper.cpp 本地转写
  2. 02支持多种 Whisper 模型
  3. 03支持 WAV、MP3、M4A 等格式
  4. 04输出文本、时间戳或 JSON
  5. 05列出并下载模型

适用场景

  1. 01转写本地音频录音
  2. 02按转写需求选择模型
  3. 03获取带时间戳或 JSON 的转写结果

MCP 相关

向 MCP 客户端提供音频转写、列出可用 Whisper 模型和下载模型的工具。

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": {
"jwulff-whisper": {
"command": "npx",
"args": [
"-y",
"whisper-mcp"
]
}
}
}
启动命令npx -y whisper-mcp

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
npmwhisper-mcp0.1.1

工具

3

收录的工具列表 · 更新于 2 周前

参数类型必填说明
modelenum否要使用的 Whisper 模型(tiny.en、base.en、small.en、medium.en、large)。默认值:base.entiny.en | base.en | small.en | medium.en | large
languagestring否语言代码(例如:en、es、fr)。默认值:en
file_pathstring是要转录的音频文件的绝对路径
output_formatenum否输出格式:text(纯文本)、timestamps(带时间戳)、json(结构化)。默认值:texttext | timestamps | json

详细介绍

Whisper MCP 服务

一个轻量级的 MCP(模型上下文协议)服务,使用 whisper.cpp 在本地转录音频。目前已有多个 Whisper MCP 实现。这个实现精简小巧,可与 apple-voice-memo-mcp 搭配,构建完整的语音备忘录工作流。

功能

  • 本地转录 - 所有处理都在你的设备上完成
  • 多种模型 - 可选择 tiny、base、small、medium 或 large 模型
  • 多种格式 - 支持 wav、mp3、m4a 和其他音频格式
  • 时间戳 - 获取带或不带时间戳的转录文本

要求

  • macOS(已在 Apple Silicon 上测试)
  • Node.js 18+
  • whisper-cpp:brew install whisper-cpp
  • ffmpeg:brew install ffmpeg

安装

npm install -g whisper-mcp

或直接运行:

npx whisper-mcp

配置

Claude Desktop

将以下内容添加到 Claude Desktop 配置文件:

macOS:~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

编辑后,重启 Claude Desktop。

Claude Code(命令行)

对于 Claude Code,将以下内容添加到项目的 .mcp.json 文件:

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

也可以添加到 ~/.claude/settings.json,以应用于整个用户配置:

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

提示:在 Claude Code 中使用 /mcp 验证服务是否已连接。

本地开发环境设置

如果从源码运行,而不是通过 npm 运行:

{
  "mcpServers": {
    "whisper-mcp": {
      "command": "node",
      "args": ["/path/to/whisper-mcp/dist/index.js"]
    }
  }
}
搭配 Apple Voice Memos MCP 使用

如需构建完整的语音备忘录工作流,可搭配 apple-voice-memo-mcp 使用:

{
  "mcpServers": {
    "apple-voice-memo-mcp": {
      "command": "npx",
      "args": ["-y", "apple-voice-memo-mcp"]
    },
    "whisper-mcp": {
      "command": "npx",
      "args": ["-y", "whisper-mcp"]
    }
  }
}

MCP 工具

transcribe_audio

使用 Whisper 转录音频文件。

参数:

  • file_path(必填):音频文件的绝对路径
  • model(可选):要使用的模型(tiny.en、base.en、small.en、medium.en、large)。默认值:base.en
  • language(可选):语言代码。默认值:en
  • output_format(可选):text、timestamps 或 json。默认值:text

示例:

{
  "file_path": "/path/to/audio.m4a",
  "model": "medium.en",
  "output_format": "timestamps"
}
list_whisper_models

列出可用的 Whisper 模型及其下载状态。

返回:

{
  "models": [
    {
      "name": "base.en",
      "size": "142 MB",
      "downloaded": true,
      "path": "/Users/you/.whisper/ggml-base.en.bin"
    }
  ]
}
download_whisper_model

下载 Whisper 模型以供本地使用。

参数:

  • model(必填):要下载的模型(tiny.en、base.en、small.en、medium.en、large)

模型

模型大小速度质量
tiny.en75 MB最快基本
base.en142 MB快良好
small.en466 MB中等更好
medium.en1.5 GB慢很好
large2.9 GB最慢最佳

模型存储在 ~/.whisper/ 中。

工作流示例

  1. 列出语音备忘录:list_voice_memos
  2. 获取音频路径:使用备忘录 ID 调用 get_audio
  3. 转录:使用文件路径调用 transcribe_audio
  4. 保存到你的知识库

开发

# Clone and install
git clone https://github.com/jwulff/whisper-mcp.git
cd whisper-mcp
npm install

# Build
npm run build

# Test with MCP inspector
npm run inspector

许可证

MIT

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。