MCP Audio to Text

一個用於語音轉文字的 MCP Server，支援 Google Gemini 與 NCHC TAIDE Whisper 作為轉錄 provider。

功能特色

• 支援多種音頻/影片格式：.mp3, .m4a, .wav, .mp4, .webm, .ogg, .flac 等
• 自動處理大檔案分割（超過 20MB 或 3 分鐘）
• 中文自動轉為繁體中文
• 可選擇模型（依 provider 而異；詳見下方 MCP Tool 區塊）

系統需求

• Node.js 18+
• ffmpeg（系統層級安裝）
• Google API Key（使用 Gemini provider 時）或 NCHC TAIDE API Key（使用 NCHC provider 時）

安裝 ffmpeg

# Ubuntu/Debian
sudo apt install ffmpeg

# macOS
brew install ffmpeg

# Windows
# 下載 https://ffmpeg.org/download.html 並加到 PATH

使用方式

Claude Desktop 設定

編輯設定檔：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

使用 Google Gemini（預設）：

{
  "mcpServers": {
    "audio-to-text": {
      "command": "npx",
      "args": ["-y", "@botrun/mcp-audio-to-text"],
      "env": {
        "GOOGLE_API_KEY": "your-google-api-key"
      }
    }
  }
}

使用 NCHC TAIDE Whisper（需設定 TRANSCRIBER_PROVIDER=nchc）：

{
  "mcpServers": {
    "audio-to-text": {
      "command": "npx",
      "args": ["-y", "@botrun/mcp-audio-to-text"],
      "env": {
        "TRANSCRIBER_PROVIDER": "nchc",
        "TAIDE_API_KEY": "your-taide-api-key"
      }
    }
  }
}

Claude CLI 設定

claude mcp add audio-to-text -e GOOGLE_API_KEY=your-api-key -- npx -y @botrun/mcp-audio-to-text

MCP Tool

transcribe_audio

將音頻或影片檔案轉換為文字。

參數依 TRANSCRIBER_PROVIDER 而異：

Gemini 模式（預設）

| 參數 | 類型 | 必填 | 說明 | |------|------|------|------| | file_path | string | 是 | 音頻或影片檔案的絕對路徑 | | output_dir | string | 是 | 輸出目錄路徑 | | model | string | 否 | flash（較快，預設）或 pro（較準確） | | custom_model | string | 否 | 自訂 Gemini 模型名稱（僅支援 gemini 開頭，優先於 model） |

NCHC 模式

| 參數 | 類型 | 必填 | 說明 | |------|------|------|------| | file_path | string | 是 | 音頻或影片檔案的絕對路徑 | | output_dir | string | 是 | 輸出目錄路徑 | | model | string | 否 | whisper-Breeze-ASR-25（預設）或 Whisper-Large-V3 |

環境變數

| 變數 | 說明 | 必要性 | |------|------|--------| | TRANSCRIBER_PROVIDER | gemini（預設）或 nchc | 選配 | | GOOGLE_API_KEY | Google AI API Key | Gemini 模式時必要 | | TAIDE_API_KEY | 國網中心 TAIDE API Key | NCHC 模式時必要 | | TAIDE_BASE_URL | NCHC 端點覆寫 | 選配，預設 https://portal.genai.nchc.org.tw/api/v1 |

License

MIT