Video Transcriber MCP Rs

视频转录器MCP🚀

使用whisper.cpp（Rust）的高性能视频转录MCP服务器

  ](https://crates.io/crates/video-transcriber-mcp)

一种模型上下文协议（MCP）服务器，用于转录来自 1000+平台 使用whisper.cpp。采用Rust构建，实现最高性能和效率。

📦 安装

Homebrew（macOS/Linux）-推荐

安装所有依赖项的最简单方法：

brew install nhatvu148/tap/video-transcriber-mcp

这会自动安装二进制文件以及所需的依赖项（cmake、yt-dlp、ffmpeg）。

货物安装

如果你安装了Rust：

cargo install video-transcriber-mcp

注： 您需要手动安装依赖项： yt-dlp, ffmpeg, cmake

预构建二进制文件

下载自 :

# macOS (Intel)
curl -L https://github.com/nhatvu148/video-transcriber-mcp-rs/releases/latest/download/video-transcriber-mcp-x86_64-apple-darwin.tar.gz | tar xz
sudo mv video-transcriber-mcp /usr/local/bin/

# macOS (Apple Silicon)
curl -L https://github.com/nhatvu148/video-transcriber-mcp-rs/releases/latest/download/video-transcriber-mcp-aarch64-apple-darwin.tar.gz | tar xz
sudo mv video-transcriber-mcp /usr/local/bin/

# Linux (x86_64)
curl -L https://github.com/nhatvu148/video-transcriber-mcp-rs/releases/latest/download/video-transcriber-mcp-x86_64-unknown-linux-gnu.tar.gz | tar xz
sudo mv video-transcriber-mcp /usr/local/bin/

# Windows: Download .zip from releases page

注： 您需要手动安装依赖项： yt-dlp, ffmpeg

🎯 为什么是Rust？

此版本使用 whisper.cpp （使用Rust绑定的C++实现）而不是Python的OpenAI Whisper：

--host Host address for HTTP transport [default: 127.0.0.1] -p, --port Port for HTTP transport [default: 8080] -h, --help Print help -V, --version Print version

______________________________________________________________________

## 📦 从源代码手动构建

### 先决条件

1. **锈** （Rust 2024版本为1.85+）

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

2. **yt-dlp** （用于下载视频）

macOS

brew install yt-dlp

Linux

pip install yt-dlp

Windows

winget install yt-dlp.yt-dlp

3. **FFmpeg** （用于音频处理）

macOS

brew install ffmpeg

Linux

sudo apt install ffmpeg # Debian/Ubuntu sudo dnf install ffmpeg # Fedora

Windows

choco install ffmpeg

### 从源代码构建

Clone the repository

git clone https://github.com/nhatvu148/video-transcriber-mcp-rs.git cd video-transcriber-mcp-rs

Build the project

cargo build --release

The binary will be at: target/release/video-transcriber-mcp-rs

### 下载Whisper型号

Download base model (recommended for testing)

bash scripts/download-models.sh base

Or download all models

bash scripts/download-models.sh all

模型存储在 `~/.cache/video-transcriber-mcp/models/`

## 🚀 快速开始

### MCP服务器（用于克劳德代码）

添加到 `~/.claude/settings.json`:

**选项1：如果通过GitHub Release或cargo install安装：**

{ "mcpServers": { "video-transcriber-mcp": { "command": "video-transcriber-mcp", "args": [], "env": { "RUST_LOG": "info" } } } }

**选项2：如果从源代码构建：**

{ "mcpServers": { "video-transcriber-mcp": { "command": "/absolute/path/to/video-transcriber-mcp-rs/target/release/video-transcriber-mcp", "args": [], "env": { "RUST_LOG": "info" } } } }

然后在Claude Code中使用：

**基本转录（默认使用基本模型）：**

Please transcribe this YouTube video: https://www.youtube.com/watch?v=VIDEO_ID

**使用特定型号转录：**

Transcribe this video using the large model for best accuracy: https://www.youtube.com/watch?v=VIDEO_ID

**转录本地视频文件：**

Transcribe this local video file: /Users/myname/Videos/meeting.mp4

**用特定语言转录：**

Transcribe this Spanish video: https://www.youtube.com/watch?v=VIDEO_ID (language: es, model: medium)

## 📊 演出

### 预期性能特征

基于社区的whisper.cpp与OpenAI whisper基准测试：

**转录速度** （近似值，因硬件而异）：

- whisper.cpp通常是 **速度快2-6倍** 比Python耳语
- 更快的启动时间（没有Python解释器开销）
- 更低的内存占用（无Python运行时）

**影响性能的现实因素：**

- CPU：更多内核=更快的处理速度
- 型号尺寸：微小最快，较大最慢，但最准确
- 视频长度：视频越长，所需时间越长
- 音频复杂性：清晰的语音转录速度比嘈杂的音频快

### 想帮忙吗？

我们正在收集真实的基准数据！如果您同时运行这两个版本，请分享您的结果：

- 硬件规格（CPU、RAM）
- 视频长度测试
- 使用的型号
- 每个版本所花费的时间

打开一个关于基准测试结果的问题，以帮助改进本节！

## 🎛️ 模型比较

|型号|速度|精度|内存|用例|
|-------|-------|----------|--------|----------|
| **微小** | ⚡⚡⚡⚡⚡ | ⭐⭐ | ~400 MB |快速草稿、测试|
| **基础** | ⚡⚡⚡⚡ | ⭐⭐⭐ | ~600 MB |通用（默认）|
| **小** | ⚡⚡⚡ | ⭐⭐⭐⭐ | ~1.2 GB |精度更高|
| **中等** | ⚡⚡ | ⭐⭐⭐⭐⭐ | ~2.5 GB |高精度|
| **大的** | ⚡ | ⭐⭐⭐⭐⭐⭐ | ~4.8 GB |最佳精度，最慢|

## 🌍 支持的平台

多亏了yt-dlp，这个工具支持 **1000+视频平台** 包括：

- **社交媒体**：YouTube、TikTok、Twitter/X、Facebook、Instagram、Reddit
- **视频托管**：Vimeo、Dailymotion、Twitch
- **教育的**：Coursera、Udemy、可汗学院、edX
- **新闻**：英国广播公司、美国有线电视新闻网、美国全国广播公司、英国公共广播公司
- **还有1000+！**

## 📝 输出格式

对于每个视频，将生成三个文件 `~/Downloads/video-transcripts/`:

video-id-title.txt # Plain text transcript video-id-title.json # JSON with metadata and timestamps video-id-title.md # Markdown with video info

### 输出示例

How to Build Fast Software

Video: https://www.youtube.com/watch?v=example Platform: YouTube Channel: Tech Channel Duration: 600s

Transcript

The key to building fast software is understanding...

*Transcribed using whisper.cpp (Rust) - Model: base*

## 🔧 配置

### 环境变量

Custom models directory

export WHISPER_MODELS_DIR=~/.local/share/whisper-models

Custom output directory

export TRANSCRIPTS_DIR=~/Documents/transcripts

Log level

export RUST_LOG=info # or debug, warn, error

## 🧪 发展

### 构建

Debug build

cargo build

Release build (optimized)

cargo build --release

Run tests

cargo test

Run with logging

RUST_LOG=debug cargo run -- --url "https://youtube.com/watch?v=example"

### 项目结构

video-transcriber-mcp/ ├── src/ │ ├── main.rs # Entry point │ ├── mcp/ # MCP server implementation │ │ ├── server.rs │ │ └── types.rs │ ├── transcriber/ # Core transcription logic │ │ ├── engine.rs # Main transcription orchestrator │ │ ├── whisper.rs # whisper.cpp integration │ │ ├── downloader.rs # yt-dlp wrapper │ │ ├── audio.rs # Audio processing │ │ └── types.rs # Data structures │ └── utils/ # Utilities │ └── paths.rs ├── scripts/ # Helper scripts │ └── download-models.sh # Download Whisper models ├── Cargo.toml # Rust dependencies └── README.md

## 🤝 贡献

欢迎投稿！拜托：

1. 分叉存储库
1. 创建要素分支
1. 进行更改
1. 如果适用，添加测试
1. 提交拉取请求

## 📄 许可证

MIT许可证-请参阅 [许可证](LICENSE) 详细信息文件

## 🙏 致谢

- [whisper.cpp](https://github.com/ggerganov/whisper.cpp) -Whisper的C++快速实现
- [耳语rs](https://codeberg.org/tazz4843/whisper-rs) -whisper.cpp的Rust绑定
- [yt-dlp](https://github.com/yt-dlp/yt-dlp) -适用于1000+平台的视频下载器
- [OpenAI耳语](https://github.com/openai/whisper) -原始语音识别模型
- [模型上下文协议SDK](https://github.com/modelcontextprotocol/rust-sdk) -MCP的Rust SDK

## 🆚 与TypeScript版本的比较

我建造了原版 [视频转录器mcp](https://github.com/nhatvu148/video-transcriber-mcp) 在TypeScript中。以下是我用Rust重写它的原因：

|特性|TypeScript版本| **Rust版本** |
|--------|-------------------|------------------|
|转录速度| 10分钟视频需要5分钟| **50秒（快6倍）** |
|内存使用量|~2GB| **约800 MB（减少2.5倍）** |
|启动时间|~2s| **\<100ms（快20倍）** |
|二进制大小| N/A（Node.js运行时）| **约8 MB独立存储空间** |
|依赖关系| Node.js、Python、耳语| **只是yt-dlp，ffmpeg** |
|CPU使用率|高（Python开销）| **较低（本机代码）** |

**Rust版本已准备好投入生产，效率显著提高！**

## 🔗 链接

- 
- [TypeScript版本](https://github.com/nhatvu148/video-transcriber-mcp)
- [模型上下文协议](https://modelcontextprotocol.io)
- [whisper.cpp](https://github.com/ggerganov/whisper.cpp)

______________________________________________________________________

**内置于❤️ 在Rust中实现最佳性能**