transcribe-mcp

transcribe-mcp

通过任意 MCP 客户端，将网页读取为整洁的 Markdown，转录音频和视频，并找出值得剪掉的静音部分。 **无需账号、API 密钥或订阅。**你的 Agent 每次调用只需支付不到一美分，以 USDC 从你掌控的钱包直接付款。

{
  "mcpServers": {
    "transcribe": {
      "command": "npx",
      "args": ["-y", "transcribe-mcp@latest"],
      "env": { "TRANSCRIBE_MCP_WALLET_KEY": "0x..." }
    }
  }
}

在 Windows 上，MCP 客户端无法直接启动 npx，因此需要用以下命令包装： "command": "cmd", "args": ["/c", "npx", "-y", "transcribe-mcp@latest"]。

配置就这么简单，无需注册。它需要 Node 20+。 视频技能还需要 ffmpeg。

**每个钱包同一时间只能进行一次付费调用。**如果有一笔付费请求仍在运行，服务会拒绝第二笔请求（免费，并提示“already in flight”）。请按顺序调用，切勿并行调用。

工具

工具	功能	价格
transcribe_url	公开的音频／视频 url 或本地音频 file → 文本、时间戳、检测到的语言	$0.05
find_dead_air	字幕或时间戳（内联提供，或通过 from_file 指定 .json）→ 值得剪掉的片段及可节省的时长	$0.002
fetch_page	网页 → 整洁的 Markdown，并解析链接。对于 JavaScript 页面，设置 render: true	$0.005
shop_info	价格、限制和付款方式	免费

find_dead_air 可直接处理 transcribe_url 返回的结果，因此两者可以串联使用：转录一段演讲，再剪掉其中的静音部分。

"cuts": [{ "from": 2.55, "to": 10.85, "seconds": 8.3, "reason": "silence" }],
"stats": { "sourceSeconds": 20, "speechSeconds": 5.05, "wouldSavePercent": 74.75 }

transcribe_url 和 find_dead_air 支持 save_to：指定一个新 .json 文件的绝对路径。完整结果会保存到该文件，回复则只有一行和收据，因此长达一小时的转录内容不会塞满 Agent 的上下文。它不会覆盖文件；如果目标文件夹不存在，会在付款前拒绝请求。

剪辑完整视频

如需端到端剪辑完整视频——拆分、转录、剪辑、同步字幕——可使用现成的 Agent 技能 skills/dead-air-cutter。

哪些内容会离开你的设备

• transcribe_url：url，或 file 的字节内容（仅限音频——.mp3 .wav .m4a .aac .ogg .opus .oga .flac；不接受视频，请先用 ffmpeg 提取其中的音频）。
• find_dead_air：时间戳和文本——使用 from_file 时，只会发送每个片段的 start、end、text，以及 durationSeconds，无论文件中还包含什么内容。如果文件中有 vtt 字段，则会发送其中的全部字幕文本。
• fetch_page：网页 URL。

此服务仅与 https://transcribe.soboljem.cz 通信。根据该服务的条款，服务商会：

• **绝不存储音频。**音频由 Cloudflare Workers AI 转录，并经由 Cloudflare 的基础设施传输。
• 短暂保留结果，最长约 8 小时。结果可重放 15 分钟，之后会由每天运行四次的清理任务删除。重放是服务端的安全措施，此客户端无法使用：每次调用都会签署一笔新的付款。如果发生超时或收到“可能已收费”的回复，请检查钱包。再次调用会再次付款。
• 每笔交易都会保留一条记录，不会自动删除：时间、价格、音频时长、词数和剪辑数、来源主机名（绝不记录完整 URL）、付款钱包地址和交易哈希；后两者本身就在 Base 上公开。可通过条款页面申请删除记录。
• 付款通过 PayAI facilitator 在 Base 上结算。每笔交易完成后，服务所有者都会收到一条 Telegram 通知，其中包含缩短后的付款方地址和来源主机名。

TRANSCRIBE_MCP_WALLET_KEY 中的私钥绝不会离开设备。它仅用于签名。

为什么按次付费，而不是使用 API 密钥

因为 Agent 无法填写注册表单。x402 是一种原生支持 HTTP 的付款方式：服务端以 402 Payment Required 响应并告知价格，客户端付款后，请求便会继续处理。无需控制面板、无需轮换密钥、没有最低消费，也没有月费。如果你从不调用，就一分钱也不用付。

结算币种为 USDC，网络为 Base（eip155:8453）。

不使用钱包运行

它可以正常启动。shop_info 会响应，tools/list 可以使用，付费工具也会告诉你需要设置什么。先了解情况，再充值。

它不会做什么

• 不会超额消费。 每次调用都会经过 $0.10 的上限检查；报价超过上限时会被舍弃，客户端会拒绝付款，而不是猜测。
• 不会因为拒绝请求而向你收费。 参数错误会在本地捕获，不会离开你的机器。商店经过设计，不会结算错误响应；这一点已在测试网验证（详见其条款）。
• 无法确定时，不会告诉你“不会收费”。 如果连接在调用过程中断开，它会提示付款可能已经发出，并让你在再次调用前检查钱包。
• 不会谎报交易成功。 如果缺少结算标头，它会如实说明，而不会声称已完成无法证明的付款。

文件大小上限为 800 KB。超出大小的文件会被免费拒绝，不会先付款。file 会以字节形式发送给商店，因此无需预先托管。对于较长的音频，请先提取较小的片段并拆分——16 kbps 的单声道 Opus 音频每次调用可处理约 6 分钟：

ffmpeg -i talk.mp4 -vn -ac 1 -c:a libopus -b:a 16k -f segment -segment_time 360 part%03d.opus

配置

变量	含义
TRANSCRIBE_MCP_WALLET_KEY	在 Base 上持有少量 USDC 的钱包私钥。仅付费工具需要。

请使用存有几美元的专用钱包，不要使用主钱包。将私钥交给任何工具时都应如此，这里也不例外。

测试

npm test

MIT。