Yap MCP icon

Yap MCP

Yap MCPは、ローカル録音の文字起こしとYapのディクテーション履歴検索に対応する無料・オープンソースのMCPサーバー。パソコン上で音声認識を実行し、対応AIクライアントの設定方法も案内します。

Yap MCP
Yap MCP

MCPクライアント向けのローカル音声テキスト変換ツール

Yap MCPは、対応するAIアシスタントがローカルの音声・動画ファイルを文字起こししたり、そのパソコン上のYapアプリに保存されたディクテーション履歴を検索したりできるオープンソースのMCPサーバーです。認識は録音を文字起こしサービスにアップロードするのではなく、ローカルで実行されます。

公式の設定ページには、npmベースのコマンドとクライアント設定の例が掲載されています。最初の文字起こし時に音声モデルがダウンロードされ、設定完了後はオフラインで認識できるようになります。これは開発者向けの統合パッケージであり、デスクトップ版のディクテーションアプリやブラウザ版の音声・テキスト変換ページとは別のものです。

機能

ローカルファイルの文字起こし

transcribe_audioを使用して、ローカルの音声または動画録音を文字起こしできます。開始時刻のタイムスタンプも任意で付けられます。

ディクテーション履歴の検索

search_dictationsを使用して、Yapがローカルに保持する履歴を検索できます。文書化されている検索は読み取り専用です。

モデルの準備

文字起こしの前にprepare_speech_modelを使用して、認識モデルをダウンロードして検証できます。

MCPクライアントの設定

公式コマンドまたはクライアント固有の手順を使用して、対応クライアントにサーバーを設定できます。

ユースケース

  • 録音の調査

    要約する前に、対応するアシスタントに許可を得たローカル録音を文字起こしするよう依頼できます。

  • ディクテーションしたメモを探す

    そのパソコンで以前にディクテーションした内容を、ローカルのYap履歴から検索できます。

  • オフライン作業の準備

    ネットワーク接続なしで認識に頼る前に、あらかじめモデルをダウンロードしておけます。

Pros and Cons

Pros

  • 認識をローカルで処理します。
  • 標準的なMCP統合を通じて、文字起こしと履歴検索を提供します。
  • モデルの準備と設定に関するドキュメントが含まれています。

Cons

  • 初回インストールとモデルのダウンロードには接続環境が必要です。
  • 対応クライアントと、サポート対象のローカルNode.js環境が必要です。
  • 履歴検索によって、個人的なディクテーション内容が接続先のアシスタントに公開される可能性があるため、クライアントの権限設定が重要です。

FAQ

どのようなツールが提供されていますか?

公式ページには、transcribe_audio、search_dictations、prepare_speech_modelが記載されています。

APIキーやアカウントは必要ですか?

設定ページでは、ローカル認識について、アップロード不要、APIキー不要、アカウント不要と説明されています。

必要なNode.jsのバージョンは?

ページにはNode.js 20以降が必要で、ディクテーションを検索するには22.13以降が必要と記載されています。最新のプラットフォーム別の手順に従ってください。

無料ですか?

公式ページでは、Yap MCPは無料かつオープンソースと説明されています。接続するAIクライアントには、別途サービス利用規約や料金が設定されている場合があります。

Quick Facts

種類
ローカルMCPサーバー
ツール
文字起こし、ディクテーション検索、モデル準備
認識
ユーザーのパソコン上
設定
Node.jsと初回のモデルダウンロード
公式ページ
yapapp.cc/mcp

Yap MCPの代替品

MuseGen icon

MuseGen

MuseGenは、説明文や歌詞、参考ガイダンスから音楽や楽曲を作れるAIサービスです。ボーカル・インストゥルメンタル案、編集・延長、クレジット制プランを提供します。生成物と商用利用権は現行規約の確認が必要です。

AILearnHub icon

AILearnHub

AILearnHubは、トピック、質問、記事、アイデアをAI生成の構造化レッスンに変換。学習の復習や授業準備に活用でき、無料で1レッスン、有料クレジットで大量処理と追加のエクスポートに対応。

Yap Audio to Text icon

Yap Audio to Text

Yap Audio to Textは、音声・動画ファイルをブラウザ上で編集可能なテキストやタイムコード付きSRT・VTT字幕に変換する無料ツール。Whisperは端末上で動作し、アカウント登録やアップロードは不要。1ファイル60分・300MBまで。

Kling4.tv icon

Kling4.tv

Kling4.tvは、プロンプトや画像・動画・音声などの参照素材に対応した、第三者提供のブラウザ型動画作成サービスです。モデル選択や生成設定、クレジット制プランを利用でき、Kling AI開発元との提携を示すものではありません。送信前に必要クレジットを確認できます。

PostCat AI icon

PostCat AI

PostCat AIは、B2Bチーム向けのLinkedInコンテンツ作成・予約投稿・チーム通知・計測リンクに対応する早期アクセス型ワークスペースです。現在はウェイトリストへの登録が必要です。

Arcmira icon

Arcmira

Arcmiraは、公開動画やポッドキャストの会話から必要な場面を、出典箇所とタイムスタンプ付きで検索できる調査サービスです。Web調査、名前の監視、API・MCP・webhookに対応し、クレジット制プランで利用できます。