impeccable
The design vocabulary for your coding agent. Steer with polish and bolder, review with critique and audit, catch AI slop before it ships.
Transcribe audio locally with faster-whisper or through the OpenAI Whisper API.
Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem
The design vocabulary for your coding agent. Steer with polish and bolder, review with critique and audit, catch AI slop before it ships.
Editorial diagram design for Claude Code, Codex, GitHub Copilot, Cursor, Factory Droid, Qoder, and Pi. 45 diagram types. Self-contained HTML + SVG. No shadows. No Mermaid slop.
Create beautiful slides on the web using a coding agent's frontend skills
Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert
| Beliebtheit | 0/80 | GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20 |
|---|---|---|
| Aktualität | 12/12 | Volle Punkte für Release oder Codeänderung in 30 Tagen |
| Antwortet noch | 0/8 | Der Cloud-Endpoint antwortete bei der letzten Prüfung |
| Nutzungswert | 12/100 |
Qualität: 3/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Mit einem Satz von deiner KI installieren lassen
Installiere bitte Whisper Transcribe. Folge https://mcp.popnx.com/i/zahirinatzuke-whisper-transcribe-mcp.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen
3/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 14. Nov. 2026
Zuerst: Welche KI nutzt du?
Wähle deine App, dann erscheinen die Schritte unten.
Klappt mit Claude, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Whisper Transcribe für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "whisper-transcribe": { "command": "uvx", "args": [ "whisper-transcribe-mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Whisper Transcribe wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
SettingsDeveloperEdit Config
{
"mcpServers": {
"whisper-transcribe": {
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}Nutze Whisper Transcribe und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude sagt, dass es Whisper Transcribe nutzt, oder ein Werkzeug von Whisper Transcribe in der Antwort zeigt, bist du verbunden
Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.
OPENAI_API_KEY OpenAI-API-Schlüssel. Aktiviert das Cloud-Backend und die optionale GPT-Nachbearbeitung. WHISPER_MODEL Standard-Modellgröße für faster-whisper bei Verwendung des lokalen Backends. WHISPER_POST_PROCESS_MODEL OpenAI-Chatmodell für die optionale GPT-Nachbearbeitung. Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
ChatGPT kann Whisper Transcribe noch nicht verbinden
Whisper Transcribe läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen
A · Eine App nutzen, die Whisper Transcribe verbinden kann
B · Andere in Design, Bilder & Audio, die mit ChatGPT funktionieren
Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden
Klappt mit Claude Code, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Whisper Transcribe für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user whisper-transcribe -- uvx whisper-transcribe-mcp 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Whisper Transcribe wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen
claude mcp add --scope user whisper-transcribe -- uvx whisper-transcribe-mcpWhisper Transcribe sollte in der Liste als verbunden erscheinen
Nutze Whisper Transcribe und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude Code sagt, dass es Whisper Transcribe nutzt, oder ein Werkzeug von Whisper Transcribe in der Antwort zeigt, bist du verbunden
Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.
OPENAI_API_KEY OpenAI-API-Schlüssel. Aktiviert das Cloud-Backend und die optionale GPT-Nachbearbeitung. WHISPER_MODEL Standard-Modellgröße für faster-whisper bei Verwendung des lokalen Backends. WHISPER_POST_PROCESS_MODEL OpenAI-Chatmodell für die optionale GPT-Nachbearbeitung. Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit Cursor, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Whisper Transcribe für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "whisper-transcribe": { "command": "uvx", "args": [ "whisper-transcribe-mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Whisper Transcribe wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Nutze Whisper Transcribe und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Cursor sagt, dass es Whisper Transcribe nutzt, oder ein Werkzeug von Whisper Transcribe in der Antwort zeigt, bist du verbunden
Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.
OPENAI_API_KEY OpenAI-API-Schlüssel. Aktiviert das Cloud-Backend und die optionale GPT-Nachbearbeitung. WHISPER_MODEL Standard-Modellgröße für faster-whisper bei Verwendung des lokalen Backends. WHISPER_POST_PROCESS_MODEL OpenAI-Chatmodell für die optionale GPT-Nachbearbeitung. Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.
Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit VS Code, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Whisper Transcribe für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "whisper-transcribe": { "type": "stdio", "command": "uvx", "args": [ "whisper-transcribe-mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Whisper Transcribe wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
VS Code fragt nach einer Bestätigung; klicke Install
Nutze Whisper Transcribe und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn VS Code sagt, dass es Whisper Transcribe nutzt, oder ein Werkzeug von Whisper Transcribe in der Antwort zeigt, bist du verbunden
Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.
OPENAI_API_KEY OpenAI-API-Schlüssel. Aktiviert das Cloud-Backend und die optionale GPT-Nachbearbeitung. WHISPER_MODEL Standard-Modellgröße für faster-whisper bei Verwendung des lokalen Backends. WHISPER_POST_PROCESS_MODEL OpenAI-Chatmodell für die optionale GPT-Nachbearbeitung. Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.
Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Claude Code
claude mcp add --scope user whisper-transcribe -- uvx whisper-transcribe-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"whisper-transcribe": {
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"whisper-transcribe": {
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"whisper-transcribe": {
"type": "stdio",
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}OPENAI_API_KEY geheim envWHISPER_MODEL envWHISPER_POST_PROCESS_MODEL envBeschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
pypi: whisper-transcribe-mcpBasierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.
Laufen auf deinem Computer in
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 19. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto ZahiriNatZuke bestätigt, dem das Repo gehört
Code zuletzt geändert: vor 18 Tagen
Nutzt MIT
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Keine Einträge auf OSV.dev für whisper-transcribe-mcp@1.1.3
Prüft nur diese Paketversion, nicht alle Abhängigkeiten · geprüft 15. Nov. 2026
Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.
[](https://mcp.popnx.com/en/servers/zahirinatzuke-whisper-transcribe-mcp)Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.
Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.
Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.
Noch keine Bewertungen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 3 von 3 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.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
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).
Das GitHub-Repo wurde zuletzt vor 18 Tagen geändert, und die neueste Version (1.1.3) kam vor 2 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: HyperFrames by HeyGen, Pascal 3D Editor, draw.io, Figma MCP Server, Remocn: Remotion MCP server
Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.
So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Official HyperFrames by HeyGen: the best AI video editor in chat. Captions, motion graphics, MP4.
Create, inspect, validate, and save editable 3D building scenes with Pascal's MCP server.
Create draw.io diagrams in chat from Mermaid or XML, shown live and interactive. 10,000+ shapes.
The Figma MCP server brings Figma design context directly into your AI workflow.
Hosted MCP for Remotion videos: search Remocn components, read docs, plan a video, preview it.
| Dieser Whisper Transcribe | HyperFrames by HeyGen | Pascal 3D Editor | draw.io | Figma MCP Server | Remocn: Remotion MCP server | |
|---|---|---|---|---|---|---|
| Läuft wo | Wird auf deinem Rechner installiert | Läuft in der Cloud, keine Installation | In der Cloud oder auf deinem Rechner | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation |
| Braucht Schlüssel | Nein | Nein | Nein | Nein | Nein | Nein |
| Mit + in Claude hinzufügen | Nein | Ja | Nein | Nein | Ja | Nein |
| Basisprüfungen | 3/3 | 4/4 | 5/5 | 4/4 | 4/4 | 4/4 |
| Lizenz | MIT | Apache-2.0 | MIT | Apache-2.0 | – | MIT |
| Preis | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register |
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.
MCP server for audio transcription using faster-whisper (local, free, offline) or OpenAI Whisper API (cloud, requires API key). Works with Claude Desktop and Claude Code on macOS, Windows, and Linux.
Option A — uv (recommended):
brew install uv
curl -LsSf https://astral.sh/uv/install.sh | sh
Option B — Python: Python 3.10+ is included in macOS 12.3+. You can also install it with brew install python.
Option A — uv (recommended):
winget install astral-sh.uv
Or download the installer from astral.sh/uv.
Option B — Python: Download Python 3.10+ from python.org. During installation, check "Add Python to PATH".
No need to install ffmpeg or any compiler — everything is bundled in the package.
Option A — uv (recommended):
curl -LsSf https://astral.sh/uv/install.sh | sh
Option B — Python:
# Debian/Ubuntu
sudo apt install python3.12 python3.12-venv
sudo dnf install python3.12
sudo pacman -S python
No additional system dependencies required.
uvx automatically downloads and installs the package in an isolated environment. Only requires uv to be installed.
# Local backend:
uvx "whisper-transcribe-mcp[local]"
uvx "whisper-transcribe-mcp[openai]"
uvx "whisper-transcribe-mcp[all]"
# Local backend:
pip install "whisper-transcribe-mcp[local]"
pip install "whisper-transcribe-mcp[openai]"
pip install "whisper-transcribe-mcp[all]"
Uses faster-whisper to transcribe locally. The model is downloaded from HuggingFace on first use (~74MB for base) and cached.
Install:
pip install "whisper-transcribe-mcp[local]"
Environment variables:
WHISPER_MODEL=base # or tiny, small, medium, large-v3
Uses OpenAI's whisper-1 model. Requires an API key and internet connection. No local model downloads.
Install:
pip install "whisper-transcribe-mcp[openai]"
Environment variables:
OPENAI_API_KEY=sk-...
If OPENAI_API_KEY is set, OpenAI is used automatically. Otherwise falls back to local faster-whisper.
Install:
pip install "whisper-transcribe-mcp[all]"
Config file location by operating system:
| OS | Path |
|---|---|
| macOS | ~/Library/Application Support/Claude/claude_desktop_config.json |
| Windows | %APPDATA%\Claude\claude_desktop_config.json |
| Linux | ~/.config/Claude/claude_desktop_config.json |
Add the entry inside "mcpServers":
Windows note: Claude Desktop runs in a restricted environment and may not have
uvxin its PATH, and it may use a Python version (e.g. 3.14) for whichctranslate2(a dependency offaster-whisper) does not yet have prebuilt wheels. Two fixes are required:
1. Use the full path to
uvx.exeinstead of justuvx. Runwhere.exe uvxin PowerShell to find it (usuallyC:\Users\ \.local\bin\uvx.exe).
2. Force Python 3.12 via the
--python 3.12flag so that a compatible wheel is used.
Case 1 — Local:
macOS / Linux:
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[local]"], "env": { "WHISPER_MODEL": "base" } } } }
Windows:
{
"mcpServers": { "whisper-transcribe": { "command": "C:\\Users\\ \\.local\\bin\\uvx.exe", "args": ["--python", "3.12", "whisper-transcribe-mcp[local]"], "env": { "WHISPER_MODEL": "base" } } } }
Case 2 — OpenAI:
macOS / Linux:
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[openai]"], "env": { "OPENAI_API_KEY": "sk-..." } } } }
Windows:
{
"mcpServers": { "whisper-transcribe": { "command": "C:\\Users\\ \\.local\\bin\\uvx.exe", "args": ["--python", "3.12", "whisper-transcribe-mcp[openai]"], "env": { "OPENAI_API_KEY": "sk-..." } } } }
Case 3 — Both (OpenAI takes priority if key is set):
macOS / Linux:
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[all]"], "env": { "OPENAI_API_KEY": "sk-...", "WHISPER_MODEL": "base" } } } }
Windows:
{
"mcpServers": { "whisper-transcribe": { "command": "C:\\Users\\ \\.local\\bin\\uvx.exe", "args": ["--python", "3.12", "whisper-transcribe-mcp[all]"], "env": { "OPENAI_API_KEY": "sk-...", "WHISPER_MODEL": "base" } } } }
Restart Claude Desktop after editing the file.
Works the same on macOS, Windows, and Linux. Requires uv installed.
Claude Code config file location:
| OS | Global | Per project |
|---|---|---|
| macOS / Linux | ~/.claude.json | .claude/settings.json (project root) |
| Windows | C:\Users\ \.claude.json | .claude\settings.json (project root) |
The easiest way to add the server is via the Claude Code CLI, which updates the config file automatically:
# Case 1 — Local:
claude mcp add whisper-transcribe uvx -- "whisper-transcribe-mcp[local]"
claude mcp add whisper-transcribe uvx --env OPENAI_API_KEY=sk-... -- "whisper-transcribe-mcp[openai]"
claude mcp add whisper-transcribe uvx --env OPENAI_API_KEY=sk-... --env WHISPER_MODEL=base -- "whisper-transcribe-mcp[all]"
Windows + `[all]`: Add
--python 3.12before the package name to avoidctranslate2wheel issues. Edit~/.claude.jsondirectly and use"args": ["--python", "3.12", "whisper-transcribe-mcp[all]"].
To add it globally (available in all projects), use --scope user:
claude mcp add --scope user whisper-transcribe uvx -- "whisper-transcribe-mcp[local]"
Or edit ~/.claude.json directly and add inside "mcpServers":
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[local]"], "env": { "WHISPER_MODEL": "base" } } } }
| Variable | Default | Description |
|---|---|---|
WHISPER_MODEL | base | Local model size: tiny, base, small, medium, large-v3 |
OPENAI_API_KEY | — | If set, activates the OpenAI backend instead of local |
WHISPER_POST_PROCESS_MODEL | gpt-5.4-nano | OpenAI chat model used when post_process=true |
[all] only)When installed with [all], the backend is chosen at startup:
OPENAI_API_KEY set → OpenAI is used. If the API call fails at runtime (network error, invalid key, quota exceeded), the server automatically falls back to local faster-whisper and includes a "fallback_reason" field in the response.OPENAI_API_KEY not set → local faster-whisper is used directly, no fallback attempted.The server runs locally over stdio and only needs the access its tools imply:
| Access | Why |
|---|---|
| File system read | transcribe_file reads the audio file path you pass it. |
| Temporary files | transcribe_base64 writes the decoded audio to a private temp file and always deletes it. |
| Network | Only for the OpenAI backend / post-processing, and for the first download of a local model from Hugging Face. |
| Environment variables | OPENAI_API_KEY, WHISPER_MODEL, WHISPER_POST_PROCESS_MODEL. |
Tool inputs are validated before use: model_size must be a known Whisper model name, language must be an ISO 639 code, and extension must be a known audio format. OpenAI errors are returned as a short summary (error type and HTTP status); the full message goes to stderr. Releases are published from GitHub Actions with PyPI Trusted Publishing and PEP 740 provenance attestations.
transcribe_fileTranscribes an audio file by path (mp3, wav, m4a, ogg, flac, webm, etc.).
Parameters:
file_path (required): Absolute path to the audio filelanguage (optional): Language code (es, en, fr, etc.). Auto-detected if not provided.model_size (optional): Local model size. Ignored with the OpenAI backend.post_process (optional, default false): If true, passes the transcription through GPT-4.1 to fix spelling, grammar, and punctuation. Requires the openai package ([openai] or [all]).post_process_prompt (optional): Custom system prompt for GPT post-processing. Use it to provide domain-specific context, proper nouns, or product names that Whisper may have misspelled. Falls back to a generic correction prompt if not provided.Response (without post-processing):
{
"text": "Full transcription...", "language": "en", "language_probability": 0.99, "segments": [ { "start": 0.0, "end": 4.2, "text": "First segment..." } ], "backend": "local", "model": "base" }
Response (with `post_process: true`):
{
"text": "Corrected transcription...", "raw_text": "Original transcription from Whisper...", "post_process_model": "gpt-4.1", "language": "en", "language_probability": 0.99, "segments": [...], "backend": "local", "model": "base" }
If post-processing fails, text retains the original transcription and a post_process_error field is added.
transcribe_base64Transcribes audio provided as a base64-encoded string. Useful for programmatic integrations.
Parameters:
audio_base64 (required): Base64-encoded audio dataextension (optional, default mp3): File extension (mp3, wav, ogg, etc.)language (optional): Language codemodel_size (optional): Local model sizepost_process (optional, default false): Same as in transcribe_file.post_process_prompt (optional): Same as in transcribe_file.list_modelsShows the active backend configuration, available local models, and the GPT model used for post-processing.
| Model | Size | Relative Speed | Notes |
|---|---|---|---|
tiny | 39 MB | ~32x | Fastest, least accurate |
base | 74 MB | ~16x | Good balance (default) |
small | 244 MB | ~6x | Better accuracy |
medium | 769 MB | ~2x | High accuracy |
large-v3 | 1.5 GB | ~1x | Best accuracy, slowest |
Models are downloaded automatically from HuggingFace on first use and cached locally.
Symptom: The server fails to start with a dependency resolution error like:
ctranslate2>=4.6.1 has no wheels with a matching platform tag (e.g., `win32`)
hint: You require CPython 3.14 (cp314), but we only found wheels for ctranslate2 with: cp39, cp310, cp311, cp312, cp313
Cause: T