Sonix MCP Server

MCPサーバーとは？

MCPサーバーとは、Model Context Protocolのサービス側を担う仕組みです。AIアシスタントが呼び出せるツール群を定義して公開し、その呼び出しはお客様の承認のもとで行われます。 Model Context Protocol（MCP）は、AIアシスタントを外部のツールやデータにつなぐためのオープン標準です。2024年後半にAnthropicが発表し、その後OpenAIやGitHubをはじめ、AIエコシステム全体で採用が進んでいます。MCPを使うと、ClaudeやChatGPTなどのアシスタントがサービスで何ができるかを把握し、ユーザーに代わってその機能を呼び出せるようになります。

MCP以前は、AIアシスタントをアプリにつなぐには組み合わせごとに個別の連携が必要でした。Claude用、ChatGPT用、エディタ用と、それぞれ別に用意しなければならなかったのです。MCPはこれを1つのプロトコルに置き換えます。サービス側がMCPサーバーを1つ用意すれば、対応するクライアントはすべてそこに接続できます。

これは、ほかのデータ以上に文字起こしにとって重要です。文字起こしのライブラリは、アシスタントが必要としながらも自力では届かないコンテキストそのものです。何時間分もの会議、インタビュー、通話が別のアプリに保存されています。文字起こしをチャットに貼り付ける方法は1回なら通用しますが、40ファイルに及ぶインタビュープロジェクトでは通用しません。

Sonix MCPサーバーは、このギャップを埋めます。Sonixがホストするリモート MCPサーバーなので、お使いのマシンに何かをインストールしたり実行したりする必要はありません。クライアントにURLを1つ設定し、ブラウザで接続を承認するだけで、文字起こしライブラリをAIから直接扱えるようになります。

AIがSonixでできること

Sonixは https://api.sonix.ai/mcp でホスト型のMCPサーバーを運用しています。対応クライアントであれば、お客様に代わってメディアライブラリ、文字起こし、アカウント情報を読み取れます。

現時点の機能は、あえて読み取り専用にしています。メディアの閲覧、文字起こしの取得、ファイルのエクスポートです。文字起こしや翻訳の作成、編集を行う書き込み系ツールはロードマップに含まれています。

普段の言葉でメディアを閲覧

質問するためだけに文字起こしのリンクをコピーしたり、ファイルをダウンロードしたりする必要はもうありません。録音を探す、発言を引用する、インタビューを要約するなど、やりたいことをアシスタントに伝えれば、お客様に代わってSonixを操作します。

文字起こしを会話にそのまま取り込む

話者ラベル付きの文字起こしをチャットに取り込み、質問、要約、感情分析、固有表現抽出など、言語モデルでできるあらゆる分析に活用できます。コピー＆ペーストも、手動でのダウンロードも不要です。

ツールを離れずにエクスポート

整形されたテキストの文字起こし、SRTやVTTの字幕、構造化されたJSONを依頼できます。Sonixが有効期限付きのダウンロードリンクを発行し、AIはそれを保存したり受け渡したりできます。大きなファイルが会話に入り込まないため、トークンを消費しません。

チャットの中にメディアライブラリ

ClaudeやChatGPTなど、MCP Appsに対応したクライアントでは、メディア一覧がプレーンテキストではなく、操作できるSonixライブラリとして表示されます。チャットの中から録音を閲覧し、文字起こしを開いてエクスポートできます。

接続できるユーザー

MCPサーバーはすべての有料Sonixプランに追加料金なしで含まれています。トライアルと無料アカウントではMCPクライアントを接続できません。接続を承認するには、アカウントでのロールが「owner」または「producer」である必要があり、メンバーやゲストは承認できません。これは意図的な設計です。メンバー権限のユーザーが、アカウント全体の文字起こしへのアクセスを誤って外部のAIツールに渡してしまうことはありません。

3ステップでSonix MCPサーバーをセットアップ

セットアップは約1分で完了します。必要なのは有料プラン、クライアントに設定するサーバーURL 1つ、そしてブラウザでの承認1回だけです。

1. 有料のSonixアカウントを用意する

MCPサーバーはすべての有料プランに標準で含まれており、別途のアドオンや追加料金は不要です。Sonixを初めてお使いですか？無料トライアルを開始し、いずれかの有料プランに移行するとMCPを利用できるようになります。

2. クライアントにサーバーURLを設定する

どのクライアントも、接続先は同じアドレスです：

https://api.sonix.ai/mcp

Claude Codeなら、コマンド1つで完了します：

claude mcp add --transport http sonix https://api.sonix.ai/mcp

Claude Desktopの場合は、claude_desktop_config.json（Settings > Developer > Edit Config）を編集し、次のようにmcp-remote経由で接続します：

{
  "mcpServers": {
    "sonix": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://api.sonix.ai/mcp"]
    }
  }
}

ChatGPT、Cursor、Codex、Windsurf、VS Codeは、それぞれ設定の保存場所が異なります。ドキュメント内のセットアップ用スニペットに、すべてのクライアント分をそのままコピーして使える形で掲載しています。そのほか、Streamable HTTPとOAuth 2.1で最新のMCP仕様に対応したクライアントであれば、URLに直接接続できます。

3. 接続を承認して、質問する

クライアントが初めて接続すると、ブラウザでSonixが開きます。サインインし、どのツールがアクセスを求めているかを確認して「Allow」をクリックしてください。あとは普段の言葉でアシスタントに話しかけるだけです。「Dr. Patelとのインタビューを開いて、要点をまとめて」「最新のポッドキャストのSRT字幕を作って」。その先はAIにお任せください。

実際の文字起こし業務から生まれた5つのMCPサーバー活用例

MCP接続の価値は、それを通じて何を尋ねるかで決まります。ここで紹介する5つのワークフローは、サーバーの4つの読み取り専用ツールで今すぐ実行できます。

四半期分の通話から1つのテーマを掘り起こす

Claudeにこう頼みます：「先四半期の顧客との通話をすべて確認して、価格面の懸念が出た箇所を全部探して」。アシスタントは最近のメディアを一覧し、文字起こしを1件ずつ読んで、該当する発言、発言者、どの通話での発言かをまとめて返します。ダウンロードしたファイルを午後いっぱいかけて探していた作業が、プロンプト1つで済みます。

1週間分の会議をダイジェストにまとめる

「先週の会議をすべて要約して、アクションアイテムを担当者付きで洗い出して」。アシスタントは各会議の文字起こしをコンテキストに取り込み、1つのダイジェストにまとめます。文字起こしには話者ラベルが付いているため、アクションアイテムはトピックだけでなく担当者名と結び付いた形で返ってきます。

記事用に、発言者付きの正確な引用を抜き出す

ジャーナリストや研究者向け：「3月のインタビューの中から、CFOが買収について話している箇所を探して、本人の発言をそのまま出して」。アシスタントは記憶に頼って言い換えるのではなく、元の文字起こしから引用します。検証できるかどうかは、この違いで決まります。ファクトチェックでタイミング情報が必要な場合は、タイムスタンプ付きのテキストエクスポートを依頼してください。

インタビューをテーマに照らして検証する

UXリサーチャーや質的調査の研究者向け：「ユーザビリティインタビュー12件をすべて読んで、パイロットでタグ付けしたオンボーディングのつまずきに当たった参加者を教えて」。アシスタントは根拠を添えながら、インタビューを1件ずつ順序立てて確認します。文字起こしがインライン上限の50 KBを超える場合は、サーバーがアシスタントにエクスポートを使うよう案内するため、長いセッションでも問題なく処理できます。

フォローアップを下書きするエージェントに渡す

Claude CodeやCursorのエージェントにSonixを接続すれば、一問一答の先まで進めます。商談が終わるたびに、エージェントが文字起こしを読み、約束事項と次のステップをまとめた振り返りメールを下書きし、レビュー用に保存します。MCPサーバーはデータを取得するレイヤーで、その先の処理はエージェントのフレームワークが決めます。

設計段階から読み取り専用

Sonix MCPサーバーの機能範囲は、セキュリティ担当者が真っ先に尋ねる問いを軸に決めました。接続したAIツールが想定外の動きをしたら、何ができてしまうのか、という問いです。

読み取り専用のアクセス

現在のツールはすべて読み取りのみで、書き込みを行うものはありません。接続したクライアントが文字起こしを編集したり、メディアを削除したり、アカウント設定を変更したりすることはできません。書き込み系ツールを提供する際は、先にドキュメントで公開したうえで、目に見えるツールとして追加します。既存の接続でできることが、知らないうちに変わることはありません。

共有キーではなくOAuth 2.1

接続にはOAuth 2.1を使用します。権限委譲のためのオープン標準の最新版です。各クライアントはブラウザで名前を確認したうえで承認します。アクセストークンは1時間で失効して自動的に更新され、Sonixのプロフィールからいつでも任意の接続を取り消せます。REST APIキーが使われることはありません。2つの窓口はそれぞれ独立して認証されます。

ロールによる承認制御

MCP接続を承認できるのは、アカウントの「owner」と「producer」だけです。メンバーやゲストは承認できないため、アカウント全体の文字起こしへのアクセスは管理者の手に委ねられたままです。

Sonix全体と同じ管理体制

MCPアクセスには、Sonixのセキュリティ体制がそのまま適用されます。SOC 2 Type II認証、GDPR準拠、HIPAA準拠プラン、AES-256暗号化、そしてAI学習への利用を一切行わない厳格なポリシーです。Sonixがお客様のデータを販売、共有、学習に利用することはなく、MCPクライアントを接続してもそれは変わりません。

MCPサーバー、REST API、CLI：どれを使うべきか

Sonixは同じプラットフォームへの入り口を開発者向けに3つ用意しており、それぞれが互いを補い合います。

MCPサーバー：人がAIアシスタントを操作するとき

対話形式でコードは不要です。検索、読み取り、要約、エクスポートといった取得と分析に威力を発揮します。やりたいことが「Claudeに頼んで」で始まるなら、こちらを使います。

REST API：ソフトウェアを構築するとき

プログラムからのメディアアップロード、パイプラインからの文字起こし開始、ジョブ完了時のWebhook受信、自社製品への文字起こし機能の組み込みは、すべてSonix REST APIの領域です。完全な書き込み権限と予測可能な動作を備えており、本番システムにはまさにそれが必要です。言語モデルのループでは、それは得られません。

Sonix CLI：ターミナルやスクリプトからAPIを使いたいとき

sonixは公式のコマンドラインクライアントです。RESTエンドポイントをラップしており、npm install -g @sonix-ai/cli でインストールし、既存のAPIキーで認証します。シェルスクリプトや定期実行ジョブに使えるほか、ツール呼び出しにトークンを費やすよりコマンドを実行したいAIエージェントにも適しています。詳しくはCLIのリリース告知をご覧ください。

本番環境では3つすべてを組み合わせる構成がよく見られます。REST APIで録音を自動的に取り込み、CIではCLIで一括エクスポートを行い、チームはMCPサーバーを使ってClaudeからそのライブラリに質問します。