faster-whisper-mcp

動画ファイルから高品質な字幕を生成するMCPサーバ＆CLIツール。Faster Whisperを使用し、ローカルGPU/CPUで高速に音声認識を実行します。

特徴

• MCPサーバ対応 - Claude Desktop等のMCPクライアントから直接利用可能
• Claude Skill対応 - skills/whisper.skill で安定した実行
• 高速処理 - Faster Whisper (CTranslate2) による最適化された推論
• 多言語対応 - 59言語の自動検出・翻訳
• 柔軟な入力 - ローカルファイル / URL（YouTube等）両対応
• GPU/CPU対応 - CUDA GPU または CPU で実行可能

インストール

git clone https://github.com/uzusio/faster-whisper-mcp.git
cd faster-whisper-mcp

pip install uv
uv venv
uv pip install -e .

MCPサーバとして使用

Claude Desktopに登録

%APPDATA%\Claude\claude_desktop_config.json（Windows）または ~/Library/Application Support/Claude/claude_desktop_config.json（Mac）に追加:

{
  "mcpServers": {
    "faster-whisper": {
      "command": "uv",
      "args": ["--directory", "/path/to/faster-whisper-mcp", "run", "python", "mcp_server.py"],
      "env": {
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

Note: OPENAI_API_KEY は翻訳機能使用時のみ必要です。

提供ツール

詳細なパラメータは skills/whisper/ を参照。

使用例

この動画の字幕を生成して: C:\Videos\meeting.mp4

https://www.youtube.com/watch?v=xxxxx この動画を日本語字幕付きで文字起こしして

CLIとして使用

# 基本
python main.py video.mp4

# デバイス指定
python main.py video.mp4 --device cpu

# 翻訳付き
python main.py video.mp4 --input-lang ja --output-lang en

# URLから処理
python main.py https://www.youtube.com/watch?v=xxxxx

主要オプション: --device, --model, --input-lang, --output-lang

全オプションは python main.py --help で確認。

環境要件

• Python 3.11+
• uv
• GPU使用時: CUDA Toolkit 12.x + cuDNN 9.x
• 翻訳機能: OpenAI APIキー（.envに設定）

出力

• 形式: SRT
• 出力先: ローカルファイルは同ディレクトリ、URLはoutput/
• ファイル名: {元ファイル名}_{言語コード}.srt

ライセンス

MIT License

関連リンク

• Faster Whisper
• Model Context Protocol