CrispASR Agent Transcriber

Name: CrispASR Agent Transcriber
Author: EmiyaKatuz

โดย EmiyaKatuzรุ่น 0.4.0i★ –iรันบนเครื่อง

ชื่อใน registryio.github.EmiyaKatuz/crispasr-agent-transcriber

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Transcribe and understand local audio/video with CrispASR and local models only.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังใหม่มาก↓ 40/สัปดาห์ · ★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: ออกแบบ ภาพ และเสียง

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "crispasr-agent-transcriber": {
      "command": "uvx",
      "args": [
        "crispasr-agent-transcriber"
      ]
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add crispasr-agent-transcriber -- uvx crispasr-agent-transcriber

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "crispasr-agent-transcriber": {
      "command": "uvx",
      "args": [
        "crispasr-agent-transcriber"
      ]
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "crispasr-agent-transcriber": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "crispasr-agent-transcriber"
      ]
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 8 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub EmiyaKatuz ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด ออกแบบ ภาพ และเสียงi

ดาวมากกว่า 0% ของอีก 2785 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 13% ของอีก 2785 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 2785 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

CrispASR Agent Transcriber ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.4.0) เข้า registry 4 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Figma Context MCP, Claude Real Video, Figma MCP Server

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Figma Context MCP

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

โดย GLipsใช้กันมาก↓ 161.2K/สัปดาห์★ 16.2Kอัปเดต 5 เดือนที่ผ่านมา

รันบนเครื่อง

ติดตั้ง

Claude Real Video

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

โดย HUANGCHIHHUNGLeoใช้กันมาก↓ 1.1K/สัปดาห์★ 2.3Kอัปเดต 2 เดือนที่ผ่านมา

รันบนเครื่อง

ติดตั้ง

Figma MCP Server

server ทางการของ Figma ส่งข้อมูลงานออกแบบให้ AI อ่าน เพื่อเปลี่ยนแบบเป็นโค้ดหรืออธิบายแบบได้ตรงขึ้น ต่อผ่านคลาวด์ของ Figma

โดย figmaกำลังโต★ 2.2Kอัปเดต 13 เดือนที่ผ่านมา

รันบนคลาวด์✓ mcp.figma.com

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

crispasr-agent-transcriber

Local-only transcription for Codex and MCP-based AI agents, powered by CrispASR. No cloud uploads, no API keys required for transcription.

GitHub Release | npm installer | PyPI package | MCP Registry

What it does

Give it a local audio or video file. It:

Probes the spoken language (English or Chinese) using CrispASR's FireRed LID.
Starts a local CrispASR server with the right backend -- Cohere Transcribe for English, Qwen3-ASR for Chinese.
Extracts audio from video with ffmpeg when needed.
Calls CrispASR's /v1/audio/transcriptions endpoint.
Writes the transcript and metadata to disk.
For video understanding, captures synchronized keyframes and writes an agent-readable manifest.

Everything runs on your machine. Media never leaves it.

Quick install for Codex

The plugin includes the Codex Skill, command-line tool, and MCP server. Media stays on your computer. Model files are never downloaded during install/update; use the explicit models command when you want the installer to fetch them.

1. Install prerequisites

Install Node.js 20 or newer, uv, and ffmpeg. The installer uses uv to provide Python.

node --version

uv --version ffmpeg -version

2. Run the installer

npx @emiyakatuz/crispasr-agent-transcriber@latest install

The installer:

downloads the matching GitHub Release and verifies its SHA-256 checksum;
installs the plugin under ~/plugins/crispasr-agent-transcriber;
installs the Python and MCP dependencies;
detects CUDA, Vulkan, or CPU and installs the best CrispASR build;
registers the plugin in the Codex Personal marketplace;
preserves existing models, binaries, and outputs during updates.

3. Add the local models

Download the recommended local English, Chinese, and language-detection bundle:

npx @emiyakatuz/crispasr-agent-transcriber@latest models

The command downloads only approved GGUF files into:

~/plugins/crispasr-agent-transcriber/models/

Then verify the installation:

npx @emiyakatuz/crispasr-agent-transcriber@latest doctor

4. Enable the plugin

With a Codex build that supports plugin commands, run:

codex plugin add crispasr-agent-transcriber@personal

If the CLI has no codex plugin command, open the Codex desktop Plugins view and install CrispASR Transcriber from the Personal marketplace. Start a new conversation, then ask:

Transcribe C:\path\to\sample.mp4 with CrispASR using auto language detection.

Save a verbose JSON transcript and an SRT subtitle file.

Update or uninstall

npx @emiyakatuz/crispasr-agent-transcriber@latest update

npx @emiyakatuz/crispasr-agent-transcriber@latest uninstall

Uninstall preserves local models, CrispASR binaries, and outputs. Use uninstall --purge-data only when those files should also be deleted. See Plugin installation for manual installation and troubleshooting.

Direct command-line use

After installation, you can run the transcription script without Codex:

Set-Location (Join-Path $HOME "plugins\crispasr-agent-transcriber")

uv run python scripts/transcribe.py sample.mp4 --profile auto --manage-server --models-dir models ` --format verbose_json

Use with other AI agents

The MCP server is the cross-agent interface. Any agent that supports MCP stdio can run the released package directly from GitHub:

uvx --from "crispasr-agent-transcriber[mcp] @ git+https://github.com/EmiyaKatuz/crispasr-agent-transcriber.git@v0.4.0" crispasr-agent-mcp

Use the same command and arguments in Claude Desktop, Cursor, or another MCP client. See AI agent integrations for a generic MCP configuration and Codex CLI command.

Maintainer publishing

End users do not need the release steps. Maintainers should follow the publishing guide for Codex Marketplace, PyPI, MCP Registry, and cross-agent distribution.

Required models

Install/update never downloads models. Use the explicit models command or download these three recommended GGUF files into a local directory such as models/:

Purpose	Local file	Variant / size	Model page	File page
English ASR	`cohere-transcribe-q4_k.gguf`	Q4_K, smaller default	Cohere Transcribe 03-2026 GGUF	Download
Chinese ASR	`qwen3-asr-1.7b-q4_k.gguf`	Q4_K, smaller default	Qwen3-ASR 1.7B GGUF	Download
Language detection	`firered-lid-q4_k.gguf`	Q4_K default	FireRed LID GGUF	Download

Optional model IDs include english-q5-0, english-q5-1, english-q6, english-q8, english-f16, chinese-q8, chinese-f16, lid-q2, lid-q8, and lid-f16. Download a specific option with:

npx @emiyakatuz/crispasr-agent-transcriber@latest models --model-id english-q8

All three upstream model families are Apache 2.0 licensed.

For automatic English/Chinese routing, pass both ASR paths. The language probe runs first, and only the matching model is loaded:

--english-model models\cohere-transcribe-q4_k.gguf

--chinese-model models\qwen3-asr-1.7b-q4_k.gguf --lid-backend firered --lid-model models\firered-lid-q4_k.gguf

For an explicit english or chinese profile, --model remains available as a single-model override.

CrispASR binary management

The tool auto-detects, installs, and updates the CrispASR binary from GitHub releases.

Flag	Effect
`--install-crispasr`	Download latest platform binary to `bin/`
`--update-crispasr`	Upgrade to newest release
`--crispasr-status`	Show installed version + update availability
`--crispasr-bin-dir PATH`	Custom directory (default `./bin`)
`--crispasr-bin PATH`	Exact path to `crispasr.exe`

When --manage-server is set and no binary is found, it auto-installs before starting the server.

GPU detection

On install and update, the tool checks your hardware:

CUDA -- nvidia-smi available, or CUDA_PATH / CUDA_HOME set, or CUDA in PATH -> downloads crispasr-*-cuda variant.
Vulkan -- vulkaninfo or VULKAN_SDK set (only when CUDA is absent) -> downloads crispasr-*-vulkan variant.
CPU -- fallback when no GPU toolkit is detected.

macOS always uses the universal binary.

Profiles

Profile	Backend	ASR model	Language hint
`english`	`cohere`	Cohere Transcribe 03-2026	`en`
`chinese`	`qwen3-1.7b`	Qwen3-ASR 1.7B	`zh`
`auto`	determined by LID	determined by LID	detected

auto mode runs FireRed language detection on the media, then routes English to Cohere or Chinese to Qwen3-1.7B. Mixed or uncertain content stops with a clear error asking you to re-run with --profile english or --profile chinese.

Usage

Managed server (tool starts CrispASR for you)

uv run python scripts/transcribe.py sample.wav `

--profile auto --manage-server --models-dir models --format srt --out-dir outputs

Add --keep-server to leave the server running after transcription.

Manual server (you start CrispASR)

# Terminal 1 -- start the server

crispasr --server --backend cohere -m models\cohere-transcribe-q4_k.gguf --port 8080

Terminal 2 -- transcribe

uv run python scripts/transcribe.py sample.mp4 --profile english --server-url http://127.0.0.1:8080 ` --format verbose_json

If the running server's backend doesn't match the selected profile, the tool prints the exact command you need to start the correct server.

Output formats

`--format`	File extension	Contents
`text`	`.txt`	Plain transcript
`verbose_json`	`.json`	Full response with segments
`srt`	`.srt`	SubRip subtitles
`vtt`	`.vtt`	WebVTT subtitles

A .metadata.json sidecar is always written alongside the transcript.

Video files

Video files are detected automatically. ffmpeg extracts the audio track to a temporary mono 16 kHz WAV before sending it to CrispASR. The temporary file is deleted when transcription finishes.

All CLI flags

--profile auto|english|chinese

--format text|verbose_json|srt|vtt|json --out-dir PATH --server-url URL --allow-remote-server --manage-server --keep-server --model PATH Local GGUF override for an explicit profile --english-model PATH Cohere model selected after English detection --chinese-model PATH Qwen3-ASR model selected after Chinese detection --models-dir PATH Directory containing approved local GGUF models --allow-model-auto-download --lid-model PATH Local LID model path --lid-backend firered|silero|ecapa|whisper --host HOST Managed server host (default 127.0.0.1) --port PORT Managed server port (default 8080) --language CODE Language hint for transcription --prompt TEXT Initial prompt/context --vad Enable voice activity detection --diarize Enable speaker diarization --diarize-method METHOD --hotwords WORD,WORD Comma-separated hotwords --no-timestamps --preprocess auto|always|never --api-key KEY If CRISPASR_API_KEYS is enabled --crispasr-bin-dir PATH --crispasr-bin PATH --install-crispasr --update-crispasr --crispasr-status --list-models --download-models --model-id MODEL_ID --overwrite-models

MCP server

uv sync --extra mcp

uv run --extra mcp crispasr-agent-mcp

Exposed tools:

Tool	Description
`crispasr_health`	Check CrispASR server health
`crispasr_backends`	List available backends
`crispasr_detect_language`	Run language detection on a file
`crispasr_list_models`	List approved model choices and local install status
`crispasr_download_models`	Explicitly download approved model files
`crispasr_resolve_model_paths`	Return recommended local model paths
`transcribe_audio`	Transcribe an audio file
`transcribe_video`	Transcribe a video file
`understand_video`	Transcribe a video, capture synced keyframes, and return an agent context
`transcribe_folder`	Batch-transcribe a folder

Security model

No cloud uploads. Media files stay on the local filesystem.
No remote servers by default. --server-url only accepts localhost unless --allow-remote-server is explicitly passed.
No URL inputs. Only local file paths are accepted. URLs, S3, and other remote schemes are rejected.
No shell injection. ffmpeg is called with argument lists and shell=False. No user-controlled strings are interpolated into shell commands.
No implicit model downloads. Install/update never downloads models, and CrispASR model auto-download (-m auto) requires --allow-model-auto-download. The models command and crispasr_download_models tool

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

CrispASR Agent Transcriber

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด ออกแบบ ภาพ และเสียงi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Figma Context MCP

Claude Real Video

Figma MCP Server

README จากผู้ทำ

crispasr-agent-transcriber

What it does

Quick install for Codex

1. Install prerequisites

2. Run the installer

3. Add the local models

4. Enable the plugin

Update or uninstall

Direct command-line use

Use with other AI agents

Maintainer publishing

Required models

CrispASR binary management

GPU detection

Profiles

Usage

Managed server (tool starts CrispASR for you)

Manual server (you start CrispASR)

Terminal 2 -- transcribe

Output formats

Video files

All CLI flags

MCP server

Security model