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
- 01使用 whisper.cpp 本地转写
- 02支持多种 Whisper 模型
- 03支持 WAV、MP3、M4A 等格式
- 04输出文本、时间戳或 JSON
- 05列出并下载模型
适用场景
- 01转写本地音频录音
- 02按转写需求选择模型
- 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。
工具
3收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| model | enum | 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 |
| language | string | 否 | 语言代码(例如:en、es、fr)。默认值:en |
| file_path | string | 是 | 要转录的音频文件的绝对路径 |
| output_format | enum | 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.enlanguage(可选):语言代码。默认值:enoutput_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.en | 75 MB | 最快 | 基本 |
| base.en | 142 MB | 快 | 良好 |
| small.en | 466 MB | 中等 | 更好 |
| medium.en | 1.5 GB | 慢 | 很好 |
| large | 2.9 GB | 最慢 | 最佳 |
模型存储在 ~/.whisper/ 中。
工作流示例
- 列出语音备忘录:
list_voice_memos - 获取音频路径:使用备忘录 ID 调用
get_audio - 转录:使用文件路径调用
transcribe_audio - 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
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。