MCP 文字起こしで動画リンクや録音をAIアシスタントへ

MCP 文字起こしを、いつものAIアシスタントから

MCP 文字起こしをつなぐと、AIアシスタントが動画リンクやアップロードした録音からテキストを取得できます。YouTube、X、TikTok、Instagram、Facebook、Blueskyのほか、Twitchのクリップと配信終了後のVOD、Dailymotion、Pinterestの動画ピン、LinkedInの動画投稿、Snapchat Spotlightに対応します。ClaudeとChatGPTはOAuth、Cursor・VS Code・Claude CodeはAPIキーで接続します。

接続したら、動画の文字起こしをアシスタントに頼めます

ローカルサーバーは不要です

接続先はhttps://api.transcript1.com/mcpです。ホスト型のサーバーにstreamable HTTPで接続します。

クライアントに合わせて認証できます

ClaudeとChatGPTのカスタムコネクターはOAuthでログインします。Cursor、VS Code、Claude CodeなどはAPIキーをBearerトークンとして送ります。

作成から削除まで8つのツールで操作できます

transcribe、get_transcription、list_transcriptions、create_upload、get_upload_status、complete_upload、delete_transcription、get_accountを使えます。

長い録音はページに分けて読みます

テキストはセグメントの区切りでページ分割します。標準のテキスト形式では、各行にタイムスタンプが付きます。

同じ動画を何度も作成せずに済みます

完全な動画リンクのtranscribeでは、条件が合う24時間以内の文字起こしを再利用します。短縮リンクはこの照合の対象外です。既存のIDがあればget_transcriptionで読み直せます。

Cursor・VS Codeに接続先とAPIキーを設定します

Cursorでは.cursor/mcp.json、VS Codeでは.vscode/mcp.jsonに接続先を設定します。どちらもセットアップガイドからワンクリックで追加できます。

リモートMCPとstreamable HTTPに対応し、Authorizationヘッダーを送れるクライアントが必要です。CursorとVS Codeでは設定ファイルの構造が違います。ファイル名だけを変えず、それぞれの設定例を使ってください。

接続後は、まずget_accountかlist_transcriptionsを呼ぶようアシスタントに頼みます。課金対象のジョブを作らずに認証を確認できます。ツールが見つからない場合は設定の読み込みとサーバーの有効化、認証エラーならクライアントに設定したキーを確認します。

.cursor/mcp.json

{
  "mcpServers": {
    "transcript1": {
      "url": "https://api.transcript1.com/mcp",
      "headers": {
        "Authorization": "Bearer t1_YOURKEY"
      }
    }
  }
}

Claude Codeはコマンドで、Claude・ChatGPTはログインで接続します

Claude Codeでは、接続先とAPIキーを付けてclaude mcp addを実行します。ClaudeとChatGPTでは、同じURLをカスタムコネクターに設定してログインします。クライアント別の手順を確認してください。

ClaudeとChatGPTはOAuthで接続します。カスタムコネクターを使えるかどうかは、アシスタントのプランとワークスペース設定によります。APIキーを使うコードエディター向けの設定とは別なので、利用中のアプリの手順に従います。

接続できたら、公開動画のURLと作業内容を伝えます。たとえばInstagramのReelを文字起こししてから、話している手順を抜き出すよう頼めます。transcript1が渡すのは音声のテキストです。アシスタントが見ていない映像まで理解できるようになるわけではありません。

Claude Code

claude mcp add --transport http transcript1 https://api.transcript1.com/mcp --header "Authorization: Bearer t1_YOURKEY"

文字起こしを作成し、続きのページまで読みます

アシスタントがtranscribeを呼び、処理が完了したら最初のページを読みます。まだ処理中なら、返されたIDをget_transcriptionに渡します。ツール一覧とエージェント向けの使い方に引数と読み進め方をまとめています。

標準ではタイムスタンプ付きテキストを返します。長い文字起こしにはnext_from_secondsが付きます。この値を次のfrom_secondsに指定して読み進めます。最初のページだけで全文と判断したり、必要なページを読む前に録音全体を要約したりしないようにします。

完全な動画リンクは24時間以内の文字起こしと照合できますが、短縮リンクでは作成時の再利用ができません。どのリンクでも、既存のIDが分かっていればget_transcriptionで読み直せます。以下の例のプレースホルダーは、実際の公開TikTok動画のURLに置き換えます。

アシスタントが呼ぶツールの例

transcribe(url="[public TikTok video URL]")

get_transcription(id="tr_8fK2Lm0PqRsTuVwXyZaBcD", format="srt")

ローカルの録音は、ファイルを送れる環境が必要です

MCPのやり取りだけでは、録音のバイト列は送信されません。create_uploadで予約した後、ファイルを読めるエージェントがMCPの外でHTTPを使ってチャンクを送り、complete_uploadを呼びます。ファイル送信の手順で役割を確認できます。

アシスタントがローカルファイルを読めない場合や、バイナリをHTTP送信できない場合は、ダッシュボードで録音をアップロードします。完了した文字起こしのIDをアシスタントに渡してください。チャットにファイル名を書くだけでは、transcript1にファイルは届きません。

MCPにはWebhookの設定項目がありません。完了通知が必要ならREST APIを使います。会話中は一定時間待ち、同じIDで確認する方法が使えます。接続が切れてもジョブが未作成とは限りません。最近の一覧や保存したIDから再開します。

同じ接続でBluesky動画の要約やTikTok動画の台本確認も頼めます。投稿は公開されている必要があります。テキストで分かる音声の内容と、別途確認が必要な映像の内容を分けて扱います。

よくある質問

どのAIアシスタントから使えますか？

ClaudeとChatGPTはカスタムコネクター、CursorとVS Codeはワンクリック設定、Claude Codeはコマンドで接続できます。他にもリモートMCPに対応したクライアントから使えます。

APIキーは必要ですか？

ClaudeとChatGPTはOAuthでログインします。他のクライアントでは、ダッシュボードの「API keys」で作成したt1_で始まるキーをAuthorizationヘッダーに設定します。

手元の録音ファイルも頼めますか？

はい。ただしファイルを読み出し、HTTPで送信できる環境が必要です。create_uploadで予約し、MCPの外でチャンクを送ってからcomplete_uploadを呼びます。対応しない環境ではダッシュボードでアップロードし、文字起こしのIDを渡します。

MCP用に別の分数を購入しますか？

いいえ。同じアカウントの分数を使います。MCPは同じAPIを認証情報付きで呼ぶため、料金、レート制限、利用上限、エラーコードもREST APIと共通です。