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)