@adatechnology/audio-transcription-mcp

Servidor MCP que expõe transcrição de áudio por Whisper rodando na própria máquina: sem chave de API, sem upload, sem custo por minuto. É um invólucro fino sobre o engine local do @adatechnology/audio-transcription-provider.

Pré-requisitos

Três coisas fora do processo: o binário whisper-cli (whisper.cpp), o ffmpeg e um modelo ggml no disco.

brew install whisper-cpp ffmpeg          # macOS
curl -L -o ~/models/ggml-large-v3-turbo.bin \
  https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo.bin

Use large-v3-turbo (~1.5GB). Modelos menores trocam palavras e entram em loop de repetição em pt-BR — o motivo está detalhado no README do provider.

Registrar no Claude Code

claude mcp add ada-transcription -- \
  bunx @adatechnology/audio-transcription-mcp

Com as variáveis de ambiente:

| Variável | Obrigatória | Padrão | Para quê | |---|---|---|---| | WHISPER_MODEL_PATH | ✅ | — | caminho do modelo ggml | | WHISPER_BINARY_PATH | | whisper-cli | binário do whisper.cpp | | FFMPEG_PATH | | ffmpeg | conversão para WAV 16kHz mono | | WHISPER_THREADS | | do whisper.cpp | threads na inferência | | TRANSCRIPTION_LANGUAGE | | pt | idioma padrão | | TRANSCRIPTION_ALLOWED_ROOT | | — | limita a leitura a uma pasta |

Sobre TRANSCRIPTION_ALLOWED_ROOT: quem escolhe o caminho do arquivo é o modelo, não uma pessoa digitando. Sem essa variável o servidor lê qualquer arquivo que o usuário do processo consiga ler. Aponte para a pasta de áudios e o problema deixa de existir.

Ferramentas

transcribe_audio — { filePath, languageHint? } → texto. Caminho absoluto, na máquina que roda o servidor. Aceita m4a, mp3, ogg/opus, wav, flac, webm, amr e aac.

check_transcription_setup — sem argumentos. Diz qual dos três pré-requisitos falta. Use quando transcribe_audio falhar, antes de investigar o áudio.

Medição

Áudio real de reunião gravado por celular (7min38s, m4a), via MCP de ponta a ponta, Apple M3 Pro com Metal: 23,3s, 4.964 caracteres, sem loop de repetição. Em CPU de container espere bem mais lento.

Testes

bun test