transcript-mcp-claude

MCP Server All-in-One สำหรับ Transcription - รวม YouTube, Audio, Video + Translation, Summarization, Chapters, Subtitles, Batch Processing

Features

19 MCP Tools ใน 8 หมวด:

| หมวด | Tools | คำอธิบาย | |------|-------|----------| | YouTube (3) | youtube_to_text, youtube_video_info, youtube_list_captions | ดึง transcript และข้อมูลจาก YouTube | | Audio (2) | audio_to_text, audio_info | แปลงไฟล์เสียงเป็นข้อความด้วย Whisper | | Video (2) | vdo_to_text, vdo_info | แปลงไฟล์วิดีโอเป็นข้อความด้วย ffmpeg + Whisper | | Translation (2) | translate_transcript, create_multilingual_subtitles | เตรียมข้อมูลสำหรับแปลภาษา | | Summarization (3) | summarize_transcript, extract_key_moments, generate_blog_post | สรุปเนื้อหา, ดึง key moments, สร้าง blog post | | Chapters (2) | generate_chapters, format_chapters_youtube | สร้าง chapter markers + YouTube format | | Subtitles (3) | export_subtitles, convert_subtitle_format, adjust_subtitle_timing | Export SRT/VTT/ASS, แปลง format, ปรับ timing | | Batch (2) | batch_transcribe, transcribe_folder | ประมวลผลหลายไฟล์พร้อมกัน |

Tech Stack

Language: TypeScript (strict mode, ES2022)
Runtime: Node.js 22 + Python 3.12
MCP SDK: @modelcontextprotocol/sdk v1.0.0
Transport: Streamable HTTP (port 3013) + Stdio
STT Engine: faster-whisper (CTranslate2, CPU, int8)
YouTube: Innertube API + yt-dlp fallback
Video/Audio: ffmpeg + ffprobe
Build: Multi-stage Docker (node:22-slim → python:3.12-slim)

Quick Start

Docker (แนะนำ)

# Build and start
docker compose up -d --build

# ตรวจสอบ
curl http://localhost:3013/health

Local Development

# Install dependencies
npm install

# Build TypeScript
npm run build

# Start HTTP server
npm start

# Start Stdio server
npm run start:stdio

# Development mode (watch + auto-compile)
npm run dev

Environment Variables

| Variable | Default | คำอธิบาย | |----------|---------|----------| | PORT | 3013 | Server port | | HOST | 0.0.0.0 | Server host | | DEFAULT_LANG | th | ภาษาเริ่มต้น | | WHISPER_MODEL | tiny | Whisper model: tiny, base, small | | WHISPER_COMPUTE_TYPE | int8 | Compute type: int8, float16, float32 | | MAX_AUDIO_DURATION | 600 | Audio max duration (วินาที) | | MAX_VDO_DURATION | 1800 | Video max duration (วินาที) | | OMP_NUM_THREADS | 2 | CPU threads สำหรับ inference |

MCP Configuration

เพิ่มใน .mcp.json:

{
  "mcpServers": {
    "transcript": {
      "url": "http://localhost:3013/mcp"
    }
  }
}

Usage Examples

YouTube Transcript

ดึง transcript จาก YouTube video นี้: https://youtube.com/watch?v=xxx

Audio Transcription

แปลงไฟล์เสียง /app/data/audio.mp3 เป็นข้อความ

Video Transcription

แปลงไฟล์วิดีโอ /app/data/video.mp4 เป็นข้อความ

Export Subtitles

สร้างไฟล์ SRT จาก transcript ที่ได้

Generate Chapters

สร้าง chapter markers จาก transcript สำหรับใส่ YouTube description

Batch Processing

Transcribe ไฟล์ทั้งหมดใน folder /app/data/

Supported Formats

Audio: MP3, WAV, M4A, OGG, FLAC, WebM, WMA, AAC, Opus
Video: MP4, MKV, AVI, MOV, WebM, FLV, WMV, TS, M4V
Subtitles: SRT, VTT, ASS, TXT, JSON

Architecture

Client (Claude) → MCP Protocol → transcript-mcp-claude (port 3013)
                                    ├── YouTube (Innertube API / yt-dlp)
                                    ├── Audio (faster-whisper)
                                    ├── Video (ffmpeg → faster-whisper)
                                    ├── Translation (data structuring)
                                    ├── Summarization (data structuring)
                                    ├── Chapters (timestamp analysis)
                                    ├── Subtitles (SRT/VTT/ASS export)
                                    └── Batch (multi-file orchestration)

Port Convention

| Port | Project | |------|---------| | 3010 | youtube-mcp-claude | | 3011 | audio-mcp-claude | | 3012 | vdo-mcp-claude | | 3013 | transcript-mcp-claude (All-in-One) |

transcript-mcp-claude