🇨🇳中文介绍

Paratran 转录

使用 parakeet-mlx 为 Apple Silicon 提供音频转录功能。在 Open ASR 排行榜上排名第一，通过 MLX 比 Whisper 快约 30 倍。

提供三种接口：CLI、REST API 和 MCP 服务器。

安装

快速运行（无需安装）

uvx paratran recording.wav

持久化安装

uv tool install paratran

从源代码安装

git clone https://github.com/briansunter/paratran.git
cd paratran
uv sync
uv run paratran recording.wav

CLI 转录

# 转录为文本（默认）
paratran recording.wav

# 多个文件，带详细输出
paratran -v file1.wav file2.mp3 file3.m4a

# 输出为 SRT 字幕格式
paratran --output-format srt recording.wav

# 所有格式（txt, json, srt, vtt）输出到目录
paratran --output-format all --output-dir ./output recording.wav

# 使用束搜索解码
paratran --decoding beam recording.wav

# 自定义模型和缓存目录
paratran --model mlx-community/parakeet-tdt-1.1b-v2 --cache-dir /path/to/models recording.wav

CLI 选项

环境变量：PARATRAN_MODEL, PARATRAN_MODEL_DIR。

REST API 服务器

# 启动服务器
paratran serve

# 自定义主机、端口和模型缓存
paratran serve --host 127.0.0.1 --port 9000 --cache-dir /path/to/models

端点

GET /health — 返回模型名称、状态和缓存目录。

POST /transcribe — 上传音频文件，返回转录 JSON。

# 基本转录
curl -X POST http://localhost:8000/transcribe -F "file=@recording.m4a"

# 使用束搜索和句子分割
curl -X POST "http://localhost:8000/transcribe?decoding=beam&max_words=20" -F "file=@recording.m4a"

# 仅提取文本
curl -s -X POST http://localhost:8000/transcribe -F "file=@audio.m4a" | jq -r '.text'

查询参数：decoding, beam_size, length_penalty, patience, duration_reward, max_words, silence_gap, max_duration, chunk_duration, overlap_duration, fp32。

响应格式

{
  "text": "完整的转录文本。",
  "duration": 3.52,
  "processing_time": 0.176,
  "sentences": [
    {
      "text": "完整的转录文本。",
      "start": 0.0,
      "end": 3.52,
      "tokens": [
        { "text": "完整", "start": 0.0, "end": 0.24 },
        { "text": "的转录文本", "start": 0.24, "end": 0.8 }
      ]
    }
  ]
}

交互式 API 文档位于 http://localhost:8000/docs。

MCP 服务器

Paratran 包含一个 MCP 服务器，因此 Claude Code、Claude Desktop 或任何 MCP 客户端都可以直接转录音频文件。

Claude Code

添加到 .claude/settings.json：

{
  "mcpServers": {
    "paratran": {
      "command": "uvx",
      "args": ["--from", "paratran", "paratran-mcp"]
    }
  }
}

Claude Desktop

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "paratran": {
      "command": "uvx",
      "args": ["--from", "paratran", "paratran-mcp"]
    }
  }
}

可选地在 env 块中设置 PARATRAN_MODEL_DIR 以自定义模型缓存位置。

MCP 工具

transcribe 工具接受：

• file_path（必需）— 音频文件的绝对路径
• 所有转录选项：decoding, beam_size, length_penalty, patience, duration_reward, max_words, silence_gap, max_duration, chunk_duration, overlap_duration,

返回包含完整文本、时长、处理时间以及带词级时间戳的句子的 JSON 字符串。

每周安装量

0

仓库

briansunter/paratran

首次出现

1970年1月1日

安全审计

Gen Agent Trust HubWarnSnykWarn

uvx paratran recording.wav

uv tool install paratran

git clone https://github.com/briansunter/paratran.git
cd paratran
uv sync
uv run paratran recording.wav

# Transcribe to text (default)
paratran recording.wav

# Multiple files with verbose output
paratran -v file1.wav file2.mp3 file3.m4a

# Output as SRT subtitles
paratran --output-format srt recording.wav

# All formats (txt, json, srt, vtt) to a directory
paratran --output-format all --output-dir ./output recording.wav

# Beam search decoding
paratran --decoding beam recording.wav

# Custom model and cache directory
paratran --model mlx-community/parakeet-tdt-1.1b-v2 --cache-dir /path/to/models recording.wav