STT.ai Claude Desktop, Cursor, and any MCP client
अडियो/विडियो मुद्रितं करोति, सूचीं च वर्तत, भूतपूर्व-मुद्रित-सामग्रीः च वार्तालापः, संक्षेपः, विश्लेषणं च, च संदेशः च जनयति — यत्र यत्र वर्तते तस्मिन् एव प्रयोगे कृते AI-उपकरणे। STT.ai स्य आधिकारिक-Model Context Protocol server.
अन्ये च वार्तालाप-MCPs (Otter, Fireflies, Granola, Read AI) च स्टोरेड-ट्रान्सक्रिप्टस्-पर्यन्तं श्रुत्वा-मात्रं पठन्ति । STT.ai's MCP server adds transcribe_url and chat_with_transcript — पेस्ट् यू ट्यूब लिंक इन क्लाउड और तुरंत पूछें उस पर सवाल, सब बिना बातचीत छोड़े ।
10 यन्त्राणि, प्रयोगे तयारानि
transcribe_urlडाउनलोड + लिखितं यत्र यत्र URL — YouTube, podcast feed, direct file.
chat_with_transcriptRAG Q&A over a transcript with source citations and timestamps.
list_transcriptsपृष्ठे सूची दत्तं तु तव गतस्य वार्तालापस्य, स्थितिनुसारं फिल्टरम् ।
get_transcriptएकं वार्तापत्रं ग्रहणं, वार्तापत्रस्य भागैः, वक्तुभिः, तथा मेटाडाटाभिः सह ।
summarize_transcriptAI summary — cached or freshly regenerated.
analyze_transcriptचिन्तनम्, विषयाः, संस्थाः, कार्ये दत्ताः वस्तुः, प्रश्नाः, पी.आई.आई.
generate_from_transcriptब्लॉग् पोस्ट्स, सामाजिकं, अध्ययनं गाइड्स, फ्लैशकार्ड्स, podcast शो नोट्स.
export_transcriptमुद्रणमिति
list_modelsउपलब्धाः ट्रांसक्रिप्शन मॉडेलः WER बेन्चमार्क् सह।
list_languagesभाषाः STT.ai supports — 99 and counting.
2 मिनिटेषु स्थापितम्
1. पाकीटम् इन्स्टॉल कराम्
pip install sttai-mcp
2. API कुञ्जी प्राप्तम्
दत्त्वा सञ्चयपत्रम् यावत् 100% सुरक्षितम्।
3a. Claude मुद्रणस्थलीComment
कन्फिगरेशन फाइलम् सम्पादयतु (~/Library/Application Support/Claude/claude_desktop_config.json वा %APPDATA%\Claude\claude_desktop_config.json):
{
"mcpServers": {
"stt-ai": {
"command": "sttai-mcp",
"env": { "STT_API_KEY": "your-api-key-here" }
}
}
}
Claude Desktop पुनः आरंभ करें. 10 STT.ai युक्तयः स्वचालिततया प्रकटिताः भवेत्।
3b. कर्सर
सेटिंग्स → MCP → नवम् MCP सर्वरम् जोड्य, एषः यः JSON स्थापयति।
उदाहरणम्
Claude Desktop- याम्, स्थापयितुं क्रियमाणस्य:
"Transcribe https://www.youtube.com/watch?v=abc123 and summarize the key points."
Claude येन transcribe_url इति ज्ञापयति, ततः summarize_transcript इति ज्ञापयति ।
"What are my last 5 transcripts about?"
Claude calls list_transcripts(limit=5) and reads each title.
"In transcript abc123, what did the speaker say about pricing?"
Claude calls chat_with_transcript and gets an answer with timestamp source citations.
ओपन सोर्स (MIT लाइसेन्) । विषयाः, PRs, विचाराः GitHub परं स्वागतीयाः ।
github.com/sttaigit/sttai-mcp pypi.org/project/sttai-mcp