Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

babelscribe

von phonology024Version 0.4.0i★ –iLäuft auf deinem Computer
Name in der Registryio.github.phonology024/babelscribe

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Offline speech-to-text and SRT subtitles in 99 languages on your own AMD/NVIDIA/Intel/Apple GPU.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Design, Bilder & Audio

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

  • PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "babelscribe": {
      "command": "uvx",
      "args": [
        "babelscribe",
        "mcp"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add babelscribe -- uvx babelscribe mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "babelscribe": {
      "command": "uvx",
      "args": [
        "babelscribe",
        "mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "babelscribe": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "babelscribe",
        "mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto phonology024 bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Design, Bilder & Audioi

  • Mehr Sterne als 0 % der anderen 2180 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 96 % der anderen 2180 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 2180 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist babelscribe sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.4.0) kam gestern in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Figma Context MCP, Claude Real Video, Figma MCP Server

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

Läuft auf deinem Computer★ 16.165MITAktualisiert vor 5 Monaten
Installieren

Claude Real Video

von HUANGCHIHHUNGLeo

Let any LLM watch a video locally — and search everything it has ever watched.

Läuft auf deinem Computer★ 2.284MITAktualisiert vor 2 Monaten
Installieren

The Figma MCP server brings Figma design context directly into your AI workflow.

Läuft in der Cloud★ 2.152Aktualisiert vor 13 Monaten
Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

babelscribe — free, offline speech-to-text and subtitles on any GPU (AMD, NVIDIA, Intel, Apple)

babelscribe turns any audio or video file into subtitles (SRT, VTT) and text, in any of Whisper's 99 languages, on your own graphics card — AMD Radeon, NVIDIA, Intel Arc or Apple Silicon — or the CPU. No CUDA needed, no cloud, free (MIT). It runs OpenAI Whisper through whisper.cpp with Vulkan, CUDA or Metal, and works from the command line, from Python, or from AI apps (Claude, Codex, Antigravity, Gemini CLI, Cursor) as an MCP server.

pip install babelscribe          # Python 3.9+

babelscribe interview.mp4 # auto-detects language, picks your best GPU -> interview.srt + interview.json

babelscribe is a thin, friendly layer on top of whisper.cpp. It exists because getting fast Whisper on a non-NVIDIA card (e.g. an AMD Radeon on Windows) still means building whisper.cpp with the Vulkan SDK yourself. babelscribe downloads a prebuilt whisper-cli for your system and handles the rest.

Your hardwareBackend usedPrebuilt asset
AMD / NVIDIA / Intel GPU on WindowsVulkanwindows-x64-vulkan
NVIDIA on WindowsVulkan (same build)windows-x64-vulkan
NVIDIA on Linux (alternative)CUDAlinux-x64-cuda (--flavor cuda)
AMD / NVIDIA / Intel GPU on LinuxVulkanlinux-x64-vulkan
Apple SiliconMetalmacos-arm64-metal
No usable GPUCPU*-cpu (--flavor cpu)

A 19-minute English TED talk transcribes in 48 seconds on an AMD Radeon RX 9070 XT with 1.5% word error — see the benchmark below.

Use it from an AI app (MCP) — no terminal needed

babelscribe is also an MCP server, so any AI app that supports local MCP servers can transcribe files on your computer with your GPU. Ask in plain words — *"make Thai subtitles for the newest video in my Downloads"* — and the app finds the file, transcribes it, writes .srt / .txt next to it, and can then proofread names, translate or summarise the text for you.

Tools: transcribe (file → subtitles + text), find_media (newest audio/video in Downloads, Videos, Desktop, …), list_devices, list_languages_and_models.

Claude Desktop (one click): download babelscribe.mcpb from the latest release and double-click it (or *Settings → Extensions → Install extension*).

Everything else runs the same command — uv fetches babelscribe for you: uvx babelscribe mcp

AppHow to add it
Claude Codeclaude mcp add babelscribe -- uvx babelscribe mcp
OpenAI Codex CLIcodex mcp add babelscribe -- uvx babelscribe mcp, then in ~/.codex/config.toml under [mcp_servers.babelscribe] set tool_timeout_sec = 3600 and startup_timeout_sec = 120 (defaults are 60 s / 10 s — too short for a long video or the first model download)
Google Antigravityagent panel → ⋯ → *MCP Servers* → *Manage MCP Servers* → *View raw config*, add the JSON below
Gemini CLIadd the JSON below to ~/.gemini/settings.json
Cursoradd the JSON below to ~/.cursor/mcp.json
VS Code (Copilot).vscode/mcp.json: same entry under "servers" with "type": "stdio"
{

"mcpServers": { "babelscribe": { "command": "uvx", "args": ["babelscribe", "mcp"], "timeout": 3600000 } } }

(`timeout` is in milliseconds and only some apps read it.) Already installed with pip? Use `"command": "babelscribe", "args": ["mcp"]`.

Web-only chat apps (e.g. grok.com, chatgpt.com) can only reach servers on the internet, not your computer, so they can't use your GPU or files.

Benchmark: real talks, human captions as the answer key

Four TED / TEDx talks, scored against the human-made captions in the spoken language (bench/bench.py, reproducible). Error = word error rate (WER) for space-separated languages, character error rate (CER) for Japanese and Thai. GPU: AMD Radeon RX 9070 XT via Vulkan. *default* = large-v3-turbo; *accurate* = --accurate (see the FLEURS section).

LanguageTalkLengthdefault: time / error--accurate: time / error
EnglishMatt Walker — Sleep Is Your Superpower (TED)19.3 min48 s (24x) · WER 1.5%107 s (11x) · WER 1.5%
JapaneseKazunari Taguchi (TEDxHimi)16.2 min47 s (20x) · CER 4.7%115 s (8x) · CER 4.2%
SpanishAdrià Solà Pastor — Cómo hablar (TEDxESIC University)19.9 min56 s (21x) · WER 13.8%134 s (9x) · WER 13.5%
Thaiนิติ ชัยชิตาทร — โปรดเรียกฉันด้วยนามอันแท้จริง (TEDxBangkok)14.1 min74 s (12x) · CER 22.7%565 s (2x) · CER 16.4%

How to read it: TED captions are edited for reading (fillers dropped, light rewording), so these numbers are an upper bound — most of the Spanish "errors" are the speaker's actual words versus the tidied caption. Thai is genuinely harder: fast, casual speech with slang; --accurate (Pathumma Whisper text + turbo timing) cuts its error by more than a quarter. Talks are used only to measure accuracy; their transcripts are not redistributed (TED content is CC BY-NC-ND).

Benchmark: 16 languages on FLEURS

Google FLEURS test set, 50 utterances per language, human-verified verbatim transcripts (bench/fleurs.py, reproducible). Same normaliser for every language (Whisper's rule: lower-case, drop punctuation and non-spacing marks, numbers spelled out). WER for space-separated languages, CER for ja / zh / ko / th.

Languagedefault (turbo)--accuratemodel --accurate uses--accurate, edge-trimmed*
English6.1%5.7%large-v3, beam 55.6%
Spanish4.1%4.2%large-v3, beam 52.6%
French7.4%7.3%large-v3, beam 57.2%
German4.3%4.0%large-v3, beam 53.3%
Portuguese8.5%7.7%large-v3, beam 55.3%
Italian6.7%6.5%large-v3, beam 53.8%
Russian6.8%5.8%large-v3, beam 55.6%
Arabic11.0%10.6%large-v3, beam 59.7%
Hindi28.4%12.6%vasista22/whisper-hindi-large-v2 + turbo timing11.1%
Indonesian9.8%7.8%large-v3, beam 55.6%
Vietnamese10.8%9.1%large-v3, beam 59.1%
Turkish6.2%6.7%large-v3, beam 55.8%
Japanese (CER)6.4%5.7%large-v3, beam 54.6%
Chinese (CER)6.3%5.3%large-v3, beam 54.8%
Korean (CER)4.1%3.9%large-v3, beam 53.1%
Thai (CER)15.9%8.9%Pathumma Whisper (NECTEC) + turbo timing8.8%

\* Some FLEURS clips contain more speech than their reference transcript, so a correct model is charged for words the reference leaves out. *Edge-trimmed* ignores extra words before the first / after the last reference word; both numbers are stored by bench/fleurs.py. 50 utterances per language means differences under ~0.5 points are noise.

Also measured and not used, because large-v3 was as good or better: large-v2 (all languages), PhoWhisper-large (vi 19.0%), whisper-large-v3 dialectal / code-switching Arabic fine-tunes (12.2% / 15.2%), Typhoon Whisper (th 11.9%), Thonburian Whisper (th 9.1% — kept as an option), Vaani Hindi (16.5%).

Why babelscribe (vs. what already exists)

GPU on AMD / IntelWindows, no build stepVideo in, subtitles outLong files don't loopBetter text for your language
babelscribe✅ Vulkan✅ prebuilt whisper-cli downloaded for you✅ ffmpeg bundled✅ --max-context 0 by default✅ hybrid fine-tune text + turbo timing
whisper.cpp (raw)✅ Vulkan — if you compile it❌ official releases ship no Windows Vulkan build❌ WAV 16 kHz only⚠️ you must know the flag❌
faster-whisper / WhisperX❌ GPU = NVIDIA CUDA only✅ pip✅⚠️⚠️ manual
Cloud APIsn/a (cloud)✅✅✅❌ — and your audio leaves your machine, paid per minute

babelscribe does not replace those projects — it stands on whisper.cpp and simply removes the hard parts: compiling for your GPU, converting media, picking the right device, avoiding the long-file repeat bug, and combining a language-specific fine-tune with accurate timestamps.

FAQ

How do I run Whisper on an AMD GPU on Windows? pip install babelscribe, then babelscribe video.mp4. It downloads a Vulkan build of whisper.cpp that runs on AMD Radeon (and Intel Arc / NVIDIA) cards on Windows and Linux — no ROCm, no CUDA, no compiling.

How do I make subtitles (SRT) from a video for free, offline? babelscribe video.mp4 -f srt writes video.srt next to the video. Nothing is uploaded; it runs on your own computer.

What is the most accurate free transcription for Thai? babelscribe video.mp4 -l th --accurate — Pathumma Whisper (NECTEC) for the text plus Whisper turbo for timing: CER 8.9% on Google FLEURS vs 15.9% for plain Whisper turbo. Thonburian Whisper is available too (--text-model thai-thonburian).

Can Claude / ChatGPT Codex / Gemini transcribe a video on my computer? Yes — add babelscribe as an MCP server (see *Use it from an AI app*). Claude Desktop installs it with one click from babelscribe.mcpb. The AI app can then find a file, transcribe it on your GPU, and proofread, translate or summarise the text.

How fast is it? About 20x real time with Whisper large-v3-turbo on an AMD Radeon RX 9070 XT: a 19-minute talk in 48 seconds.

Which languages are supported? All 99 Whisper languages, with automatic language detection. FLEURS error rates for 16 of them are in the benchmark table.

Is it better than faster-whisper or WhisperX? Those are excellent on NVIDIA GPUs; on AMD / Intel GPUs they fall back to the CPU. babelscribe's niche is any GPU, zero setup, and better Thai / Hindi through community fine-tunes. If you have an NVIDIA card and like Python, faster-whisper is a fine choice.

Languages

All 99 languages Whisper was trained on, auto-detected or forced with -l: af am ar as az ba be bg bn bo br bs ca cs cy da de el en es et eu fa fi fo fr gl gu ha haw he hi hr ht hu hy id is it ja jw ka kk km kn ko la lb ln lo lt lv mg mi mk ml mn mr ms mt my ne nl nn no oc pa pl ps pt ro ru sa sd si sk sl sn so sq sr su sv sw ta te tg th tk tl tr tt uk ur uz vi yi yo yue zh

Accuracy follows Whisper's own training data: excellent for high-resource languages (English, Spanish, Japanese, …), weaker for low-resource ones. That is what hybrid mode is for — a community fine-tune for one language can be plugged in with one line in babelscribe/models.py (Thai and Hindi so far). PRs adding fine-tunes for other languages are the most valuable contribution.

Limitations (honest)

  • Tested end to end so far on an AMD Radeon RX 9070 XT (Windows, Vulkan). CUDA, Linux and macOS builds are produced by CI; reports from those machines are welcome.
  • Hybrid mode runs two models, so it is slower (≈1 min per minute of audio with a large fine-tune on that GPU).
  • Proper nouns can still be misspelled — check names before publishing subtitles.

Features

  • Any input — mp4, mkv, mov, mp3, wav, m4a… (ffmpeg is bundled through imageio-ffmpeg).
  • Any language — -l auto detects it; or pass `-l

Nur der Anfang wird gezeigt; den Rest findest du im Repo

PopNx fragen