格罗克轻声细语
MCP服务器，用于通过Groq托管的Whisper进行音频/视频转录。字级时间戳、自动缓存、成本估算。
比OpenAI Whisper便宜9倍 -相同的型号，不同的API。
| 提供商 | 型号 | 成本/小时 |
|---|---|---|
| Groq | 耳语-arge-v3-turbo | 0.04美元 |
| Groq | 耳语-arge-v3 | 0.111美元 |
| Groq | 提炼耳语 | 0.02美元 |
| OpenAI | 耳语-1 | 0.36美元 |
先决条件
- Python 3.10+
- FFmpeg （用于从视频中提取音频）
- Groq API密钥
安装
git clone https://github.com/bis-code/groq-whisper-mcp.git
cd groq-whisper-mcp
python3 -m venv venv
venv/bin/pip install mcp openaiClaude代码配置
添加到您的项目 .mcp.json:
{
"mcpServers": {
"whisper": {
"command": "/path/to/groq-whisper-mcp/venv/bin/python",
"args": ["-m", "server"],
"cwd": "/path/to/groq-whisper-mcp/src",
"env": {
"GROQ_API_KEY": "your-groq-api-key"
}
}
}
}工具
transcribe_video
转录带有字级时间戳的视频文件。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
video_path | string | yes | 视频文件路径 |
model | string | no | Whisper模型（默认值： whisper-large-v3-turbo) |
force_retranscribe | boolean | no | 绕过缓存（默认值： false) |
返回全文、单词级时间戳 [{word, start, end}]和持续时间。每个项目都会缓存结果。
estimate_transcription_cost
转录前估算成本。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
video_path | string | yes | 视频文件路径 |
model | string | no | Whisper模型（默认值： whisper-large-v3-turbo) |
返回持续时间、估计成本以及与OpenAI定价的比较。
运作原理
- 通过ffmpeg从视频中提取音频（128kbps MP3，如果>25MB，则回落到64kbps）
- 发送到Groq的OpenAI兼容API（相同
openaiSDK，不同base_url) - 返回精度约为0.1秒的字级时间戳
- 将结果缓存为
whisper_words.json视频旁边
运行测试
PYTHONPATH=src venv/bin/pytest tests/ -v许可证
麻省理工学院