De bedste MCP-servere til tale-til-tekst-transskription

Du har timevis af optagelser liggende i mapper, men din AI-assistent kan ikke få adgang til dem. Det er det hul, som Model Context Protocol-serverne lukker i 2026. MCP er en åben protokol, der understøttes af AI-assistenter og udviklingsværktøjer, herunder Claude, ChatGPT, Visual Studio Code og Cursor, hvilket giver dem mulighed for at oprette forbindelse til eksterne værktøjer og datakilder via en fælles grænseflade.

Den rette MCP-server kan omdanne spredte optagelser til en videnbase, der er tilgængelig for AI. I stedet for at kopiere og indsætte transskriptioner i en assistent kan du lade den gennemsøge et godkendt mediebibliotek, hente transskriptioner til analyse og – afhængigt af platformen – generere eksportfiler eller igangsætte nye transskriptionsopgaver.

For forskerteams, der analyserer interviews, advokatfirmaer, der administrerer vidneforklaringer, eller produktionsselskaber, der håndterer flersproget indhold, handler det ikke blot om, hvorvidt en platform understøtter MCP. Det afgørende er, hvad MCP-serveren har adgang til, om den kan oprette eller blot hente indhold, og hvordan den passer ind i resten af transskriberingsarbejdsgangen.

Det vigtigste at tage med

• Sonix MCP Server er et stærkt valg til professionel filbaseret transskription, med skrivebeskyttet adgang til biblioteket, SOC 2 Type II-certificering, over 54 sprog til transskription samt et supplerende CLI til automatisering.
• AssemblyAI MCP giver udviklerteams direkte adgang til transskription, søgning i transskriptioner og LLM Gateway-arbejdsgange, der understøttes af et mere omfattende API til taleintelligens.
• Fellow MCP sikrer en robust styring af arbejdsmiljøet gennem administratorstyring, adgang baseret på tilladelser, logning af forbindelser og muligheder for opbevaring i nul dage.
• Otter.ai MCP er en del af en tovejsintegration, hvor Otter kan dele mødehistorikken med eksterne assistenter og hente kontekst fra understøttede forretningsværktøjer ind i Otter AI Chat.
• Open source-implementeringer af Whisper MCP kan give de tekniske teams kontrol over MCP-laget, men kravene til privatlivsbeskyttelse og infrastruktur afhænger af, om transskriptionen foregår lokalt eller via en cloud-API.
• Mange hostede MCP-servere bruger OAuth, mens lokale og udviklerorienterede implementeringer kan anvende API-nøgler eller lokal konfiguration.
• Filbaserede og mødefokuserede servere overlapper hinanden. Nogle platforme stiller primært data fra afsluttede møder til rådighed, mens andre kan uploade eller transskribere nye lydoptagelser via MCP.
• Integration i arbejdsgange er vigtig. Adgang via MCP er mest nyttig, når den supplerer et API, en CLI, en integrationsplatform eller et andet automatiseringslag.

1. Sonix MCP-server – Filbaseret transskription med MCP og CLI-automatisering

Sonix er en solid, filbaseret løsning til teams, der arbejder med uploadet lyd- og videomateriale, frem for udelukkende at benytte optagelser fra live-møder. Den er udviklet til arbejdsgange, der omfatter interviews, podcasts, juridiske optagelser, forelæsninger, forskningsarkiver og andre eksisterende mediebiblioteker.

The Sonix MCP-server Giver kompatible AI-assistenter sikker adgang til et Sonix-bibliotek via OAuth 2.1. Sonix understøtter Claude Code, Claude Desktop, Cursor, Codex, Windsurf, VS Code og andre MCP-kompatible klienter. Tilsluttede assistenter kan gennemse optagelser, hente transskriptioner til sammenfatning eller spørgsmål og svar, generere tekst, SRT/VTT- eller JSON-eksportfiler samt tjekke kontostatus.

MCP-adgangen er i øjeblikket skrivebeskyttet. Den er beregnet til sikker adgang til eksisterende medier og transskriptioner og ikke til at oprette transskriptioner, oversættelser eller redigeringer. Kun kontoejere og producenter kan godkende MCP-forbindelser, og prøvekonti og gratis konti kan ikke oprette forbindelse. MCP-adgang er inkluderet i alle betalte Sonix-abonnementer uden ekstra omkostninger, men de normale gebyrer for brug af transskriptioner gælder stadig.

For udviklere og driftshold udgør Sonix CLI den automatiserede del af arbejdsgangen. Den kan uploade og transskribere mediefiler, hente transskriptioner, udføre oversættelser og udarbejde resuméer, eksportere undertekster, indbrænde undertekster i videoer samt administrere mapper, teammedlemmer og delte links via scripts eller CI-pipelines.

Kernekompetencer:

• Over 54 transskriptionssprog og oversættelse til over 55 sprog
• AI-drevet analyse til resuméer, temaer, emner og enheder
• SOC 2 Type II-certificering, AES-256-kryptering af data i hvile og TLS-kryptering under overførsel
• HIPAA-overensstemmende databehandling og en BAA-aftale indgået via Sonix Medical Enterprise for organisationer, der håndterer PHI
• Browserbaseret redigeringsværktøj med talermærker, tidsstempler, samarbejdsfunktioner og søgefunktion
• Platformen understøtter eksport til blandt andet DOCX, PDF, TXT, SRT, VTT, indbrændte undertekster, FCPXML og AVID-kompatible formater
• MCP-eksport i tekstformat, SRT/VTT og JSON
• Model med dobbelt adgang: MCP til adgang via assistenten og CLI/API-værktøjer til automatisering
• Fire selvbetjeningspakker: »Pay As You Go« til $10 pr. time, »Core« til $25 pr. måned, »Advanced« til $50 pr. måned og »Pro« til $80 pr. måned
• Skræddersyede Enterprise-abonnementer til organisationer, der har behov for yderligere sikkerheds-, administrations-, lager- eller supportfunktioner

Oplysninger om Sonix’s aktuelle sprog, priser, eksport og sikkerhed er beskrevet på de officielle produktsider.

Hvorfor den kom med på listen:

Sonix kombinerer skrivebeskyttet MCP-adgang til et eksisterende mediebibliotek med mere omfattende filtransskriberingsfunktioner i sin webplatform, API og CLI. Det gør løsningen særligt velegnet til teams, der allerede har optagede interviews, vidneforklaringer, podcasts, forelæsninger eller videobiblioteker og har brug for både adgang til samtaleindhold og gentagelig automatisering.

2. AssemblyAI MCP 

AssemblyAI stiller en officiel MCP-server til rådighed, der gør det muligt for Claude Code og andre MCP-kompatible agenter at interagere direkte med AssemblyAI-API’et. Det er bekræftet, at MCP-arbejdsgange omfatter transskribering af lyd, søgning i transskriptioner og udførelse af LLM Gateway-forespørgsler fra et programmeringsmiljø.

Den bredere AssemblyAI-platform understøtter transskription i batch- og realtid, taleridentifikation, sammenfatning, sentimentanalyse, entitetsgenkendelse, redigering af personoplysninger, oversættelse og andre funktioner inden for taleforståelse. Der er tale om API-funktioner snarere end nødvendigvis separate, MCP-integrerede værktøjer, men de giver udviklere et bredt udvalg af strukturerede output, som kan anvendes i applikationer.

AssemblyAI tilbyder i øjeblikket transskription på 99 sprog. Deres realtidstjeneste understøtter forskellige sprogkombinationer afhængigt af den valgte model, og de oplyser, at der ikke er nogen fast øvre grænse for antallet af samtidige realtidsstrømme.

Vigtigste funktioner:

• MCP-værktøjer til lydtransskription, søgning i transskriptioner og LLM Gateway-forespørgsler
• API’er til transskription i realtid og af forudindspillede optagelser
• Diarisering og identifikation af talere
• Sammenfatning, sentimentanalyse og entitetsgenkendelse
• Redigering af personoplysninger i tekst og lyd
• Oversættelse og transskription på over 99 sprog
• Ubegrænset antal samtidige streams for den dokumenterede realtidstjeneste

3. MCP-kollega 

Fellow har bygget sin MCP-server op omkring arbejdsområde-tilladelser og administrativ kontrol. Den bruger OAuth og viser kun mødeoplysninger, som den godkendte bruger allerede har tilladelse til at se.

Arbejdsområdeadministratorer kan bestemme, om brugerne må oprette MCP-forbindelser, se aktive forbindelser og slette forbindelser, når det er nødvendigt. Det fremgår desuden, at forbindelserne logges i arbejdsområdets sikkerhedsindstillinger.

Fellows »zero-day«-opbevaringsmulighed gør det muligt at slette råoptagelser og transskriptioner efter AI-behandlingen, samtidig med at resuméer, handlingspunkter og beslutninger forbliver underlagt separate opbevaringsfrister. Platformen offentliggør desuden SOC 2 Type II-kontroller og tilbyder BAA-aftaler til organisationer, der er underlagt HIPAA-krav.

Vigtigste funktioner:

• MCP-adgang med administratorbegrænsninger og kontrol på arbejdsområde-niveau
• OAuth og adgang med tilladelsesbegrænsninger
• Registrerede MCP-forbindelser
• Opbevaringsfrist på nul dage for råoptagelser og transskriptioner
• SOC 2 Type II-rapport og tilgængelighed af HIPAA BAA
• Over 50 integrationer, herunder Salesforce, HubSpot og Jira

Fellows integrationsoversigt indeholder i øjeblikket mere end 50 understøttede integrationer.

4. Otter.ai MCP 

Otter.ai har både en MCP-server og AI Chat-integrationer, der gør det muligt for Otter at fungere som en MCP-klient. Eksterne MCP-kompatible assistenter kan få adgang til godkendt mødekronologi, mens Otter AI Chat kan hente kontekst fra Gmail, Google Drive, Notion, Jira og Salesforce.

Otter understøtter også optagelse uden bot via sit desktop-program. Basic-abonnementet omfatter 300 minutters transskription om måneden, en begrænsning på 30 minutter pr. samtale samt tre livstidsimport af lyd- eller videofiler pr. bruger.

Otter understøtter i øjeblikket transskription på seks sprog: engelsk, spansk, fransk, tysk, japansk og forenklet kinesisk. Otter Chat kan oversætte eller svare på yderligere sprog, men dette er uafhængigt af de sprog, der understøttes til transskription.

Vigtigste funktioner:

• Otter MCP-server til visning af godkendt mødereferat
• AI-chat-integrationer til Gmail, Google Drive, Notion, Jira og Salesforce
• Optagelse af skrivebordet uden bot
• Seks understøttede transskriptionssprog
• 300 transskriptionsminutter om måneden på Basic-abonnementet
• OAuth-godkendelse til eksterne MCP-forbindelser

5. Spinat AI MCP 

Spinach forbinder mødedata med ChatGPT og udviklermiljøer som f.eks. Cursor og VS Code. Dens MCP-implementering anvender OAuth-godkendelse på brugerbasis, så hver bruger kun har adgang til de møder, som vedkommende allerede har tilladelse til at se i Spinach.

MCP-serveren er tilgængelig på betalingsabonnementer og giver programmatisk adgang til udskrifter, resuméer og metadata fra møder. Spinach oplyser, at mødehistorikken som standard opbevares i op til 365 dage i henhold til virksomhedens opbevaringspolitik.

Den bredere platform fungerer sammen med Zoom, Google Meet, Microsoft Teams og Slack, reklamerer med transskription på 100 sprog og offentliggør oplysninger om overholdelse af SOC 2 Type II, GDPR og HIPAA.

Vigtigste funktioner:

• OAuth-godkendelse pr. bruger
• Adgangen er begrænset til de møder, som brugeren har tilladelse til at se
• Adgang til udskrifter, resuméer og mødemetadata på betalingsabonnementer
• Konfiguration af Cursor og VS Code
• Understøttelse af de største mødeplatforme
• Offentliggjorte SOC 2 Type II-, GDPR- og HIPAA-kontrolforanstaltninger

6. HappyScribe MCP

HappyScribe tilbyder bred sprogdækning, transskription af reklamer og undertekster på mere end 150 sprog samt oversættelse til mere end 65 sprog, herunder dialekter og accenter.

Dens MCP-server kan mere end blot hente eksisterende transskriptioner. HappyScribe dokumenterer værktøjer til søgning og hentning af optagelser, sammenfatning og analyse af transskriptioner, upload af lyd- eller videofiler, oprettelse af nye transskriptionsopgaver samt eksperimentel redigering af transskriptionsindhold.

Denne kombination gør den velegnet til internationale arbejdsgange inden for indhold, lokalisering, undertekster og forskning, hvor brugerne har brug for en assistent, der kan arbejde med både eksisterende materiale og nye uploads.

Vigtigste funktioner:

• Over 150 sprog til transskription og undertekster
• Over 65 oversættelsessprog
• Søgning i transskriptioner og analyse af krydsreferencer
• Oprettelse af nye transskriptioner via MCP
• Understøttelse af upload af lyd, video og URL’er
• Eksperimentelle værktøjer til redigering af transkripter
• Arbejdsgange for undertekster og lokalisering

7. Fireflies.ai MCP 

Fireflies reklamerer i øjeblikket med ubegrænset transskription og ubegrænsede AI-resuméer på alle abonnementer, herunder gratisabonnementet. Gratisabonnementet har dog også en række vigtige begrænsninger, herunder 400 minutters opbevaring af møder pr. team, en optagelsesgrænse på to timer pr. møde, begrænsede integrationsmuligheder og ingen videooptagelse.

Dens MCP-server understøtter søgning, hentning og administration af udskrifter, resuméer, lydklip, kanaler og brugerdata. Nogle værktøjer er skrivebeskyttede, mens andre kan dele møder, oprette lydklip eller udføre andre handlinger.

Det hostede MCP-endpoint bruger OAuth. Fireflies beskriver desuden, hvordan man konfigurerer en API-nøgle til Claude Desktop via en lokal JSON-konfiguration.

Fireflies har officielle integrationer med Greenhouse og Lever, der gør det muligt at sende sammenfatninger af samtaler og noter til kandidatprofilerne, hvilket gør det velegnet til rekrutteringsprocesser.

Vigtigste funktioner:

• Ubegrænset transskription på det nuværende gratis abonnement
• 400 minutters teamlagerplads i gratisversionen
• Transskription, resumé, lydklip og kanalværktøjer
• OAuth-endpoint med valgfri konfiguration af API-nøgle
• Integrationer med Greenhouse og Lever
• Oprettelse af lydklip og handlinger i forbindelse med mødeledelse

8. MeetGeek MCP 

MeetGeek tilbyder to muligheder for MCP-forbindelse: en lokal pakke, der kører på brugerens computer og autentificeres med en API-nøgle, samt en cloud-baseret tjeneste, der bruger OAuth. Begge giver adgang til MeetGeeks mødedata og -handlinger.

MCP-værktøjssættet omfatter mødelister, mødeoplysninger, udskrifter, nøglepunkter, resuméer, indsigter, teammøder samt en funktion til upload af optagelser. Det betyder, at MeetGeek kan arbejde med eksisterende mødedata og modtage nye optagelser via MCP.

MeetGeek tilbyder også AI-stemmeagenter i betaversion. Disse agenter kan deltage i udvalgte møder, lytte, tale, stille spørgsmål og følge instruktioner i forbindelse med arbejdsgange såsom indledende samtaler og orienterende samtaler.

Blandt de indbyggede integrationer er HubSpot, Salesforce og Pipedrive. MeetGeek oplyser, at brugerne kan oprette forbindelse til mere end 7.000 yderligere apps via Zapier og andre automatiseringstjenester.

Vigtigste funktioner:

• Lokale MCP-løsninger og MCP-løsninger hostet i skyen
• API-nøgle eller OAuth-godkendelse, afhængigt af implementeringen
• Udskrift, resumé, fremhævning og indhentning af indsigt
• Upload af optagelser via MCP
• Beta-AI-stemmeagenter
• Integrationer med HubSpot, Salesforce og Pipedrive
• Over 7.000 app-integrationer via Zapier

9. Whisper MCP 

Open source-implementeringer af Whisper MCP giver de tekniske teams kontrol over serverkoden og implementeringskonfigurationen, men privatlivsmodellen afhænger af transskriptions-backendet.

Repositoriet arcaputo3/mcp-server-whisper er under MIT-licens og kører MCP-serveren lokalt, men det bruger OpenAI Whisper- og GPT-4o-API’er til lydbehandling. Lyddata forlader derfor det lokale miljø for at blive behandlet via API'erne. I repositoriet angives det desuden, at den aktive udvikling er flyttet til et andet projekt, og at det oprindelige repositorium ikke længere vedligeholdes.

Andre implementeringer understøtter »Faster-Whisper« til lokal, offline transskription samt valgfri behandling via OpenAI API. En fuldt lokal implementering giver større kontrol over, hvor lydfilerne behandles, men kræver også lokal databehandling, modelstyring, opdateringer, overvågning og sikkerhedsvedligeholdelse.

Vigtigste funktioner:

• Implementeringsmuligheder med open source og MIT-licens
• Implementering af en lokal MCP-server
• Cloud-API eller fuldt lokale transskriptions-backends, afhængigt af projektet
• Tilpasning og gennemsigtighed på kodeniveau
• Den flersprogede understøttelse afhænger af den valgte model
• Ansvar for infrastruktur og vedligeholdelse ved selvadministrerede installationer

10. ElevenLabs MCP 

ElevenLabs fokuserer primært på tekst-til-tale, stemmegenerering og stemmekloning, men virksomhedens officielle MCP-server understøtter også lydtransskription. Dette gør den nyttig i arbejdsgange, der kræver både taleindgang og genereret stemmeudgang.

Sprogdækningen varierer fra model til model. ElevenLabs Scribe angiver i øjeblikket, at der tilbydes tale-til-tekst på mere end 90 sprog. Hvad angår talesyntese, angiver Eleven v3, at der tilbydes mere end 70 sprog, mens andre modeller understøtter mindre sprogudvalg, der er optimeret til forskellige krav til kvalitet og latenstid.

Vigtigste funktioner:

• Stemmegenerering, stemmekloning og transskription
• Tale-til-tekst på over 90 sprog via Scribe
• Tekst-til-tale på over 70 sprog via Eleven v3
• Modelspecifikke indstillinger for kvalitet, udtryksfuldhed og ventetid
• Værktøjer til lydbehandling
• Kombinerede TTS- og STT-arbejdsgange

Hvorfor Sonix passer perfekt til filbaserede transskriberingsarbejdsgange

Når man vurderer MCP-transskriptionsservere, er det afgørende spørgsmål ikke blot, om en medarbejder kan få adgang til transskriptioner. Det handler om, hvorvidt platformen understøtter de medier, som din organisation arbejder med, og om dens MCP-værktøjer supplerer resten af arbejdsgangen.

Nogle MCP-servere stiller primært data fra afsluttede møder til rådighed. Andre, herunder AssemblyAI, HappyScribe og MeetGeek, kan igangsætte transskriptions- eller upload-arbejdsgange. Sonix anvender en anden tilgang: Dens MCP-server er bevidst kun til læsning, mens dens CLI og REST API varetager oprettelse, oversættelse, generering af undertekster, resuméer og anden automatisering.

For organisationer, der administrerer arkiver med interviews, lovpligtige optagelser, podcasts, foredrag eller flersprogede medier, kan denne opdeling være nyttig. En AI-assistent kan på sikker vis gennemse, analysere og eksportere eksisterende transskriptioner via MCP, mens deterministiske scripts og CI-pipelines håndterer upload og behandling via CLI eller API.

Sonix er SOC 2 Type II-certificeret og oplyser, at data krypteres med TLS under overførsel og med AES-256, når de er lagret. Organisationer, der behandler PHI, bør være opmærksomme på, at HIPAA-kompatibel databehandling og en BAA er tilgængelige via Sonix Medical Enterprise og ikke via de almindelige selvbetjeningsabonnementer.

Platformen understøtter i øjeblikket transskription på over 54 sprog, oversættelse til over 55 sprog, browserbaseret redigering, talermærkning, tidsstempler, AI-analyse samt en række eksportmuligheder for transskriptioner og undertekster.

Ofte stillede spørgsmål

Hvad er forskellen mellem filbaserede og mødefokuserede MCP-transskriptionsservere?

Filbaserede platforme er udviklet med udgangspunkt i uploadede lyd- og videooptagelser, såsom interviews, podcasts, vidneforklaringer, forelæsninger og arkiverede optagelser. Mødebaserede platforme fokuserer på at optage planlagte opkald og gøre møderesuméer, udskrifter og handlingspunkter tilgængelige.

Skellet er ikke entydigt. HappyScribe og MeetGeek kan uploade nye optagelser via MCP, AssemblyAI’s MCP kan transkribere lyd, og Sonix kombinerer skrivebeskyttet adgang til MCP med separate CLI- og API-værktøjer til oprettelse af nye transskriptioner.

Kan Sonix oprette forbindelse til Claude, Cursor, Codex eller andre MCP-kompatible klienter?

Ja. Sonix oplyser, at deres MCP-server fungerer sammen med enhver kompatibel MCP-klient, og nævner specifikt Claude Code, Claude Desktop, Cursor, Codex, Windsurf og VS Code. Adgangen til MCP er i øjeblikket skrivebeskyttet. Assistenter kan gennemse optagelser, hente transskriptioner, generere tekst, SRT/VTT- eller JSON-eksportfiler samt tjekke kontostatus. Nye transskriptioner, oversættelser, redigeringer, undertekster, resuméer og andre automatiserede arbejdsgange skal håndteres via Sonix CLI eller REST API.

Hvilke MCP-transkriptionsplatforme offentliggør sikkerheds- og compliance-kontroller for virksomheder?

Sonix offentliggør SOC 2 Type II-certificering, AES-256-kryptering af data i hvile, TLS-kryptering under overførsel, GDPR-kontrolforanstaltninger samt HIPAA-kompatible Medical Enterprise-abonnementer med en BAA. Fellow offentliggør oplysninger om SOC 2 Type II, tilbyder BAA’er og stiller administrative MCP-kontrolforanstaltninger samt opbevaringsmuligheder på nul dage til rådighed. Spinach offentliggør ligeledes oplysninger om SOC 2 Type II-, GDPR- og HIPAA-overholdelse.

Skal jeg have teknisk ekspertise for at kunne opsætte MCP-transskriptionsservere?

Hostede tjenester som Sonix, Fellow, Otter og MeetGeek Cloud anvender browserbaseret OAuth-godkendelse. Opsætningen indebærer som regel, at man tilføjer MCP-endpointet til en kompatibel klient og godkender adgangen. Lokale eller selvadministrerede implementeringer kan kræve JSON-konfiguration, API-nøgler, installation af pakker, opsætning af modeller, vedligeholdelse af infrastrukturen og sikkerhedsovervågning. 

Hvordan fungerer Sonix-prissætningen for MCP-adgang?

Sonix tilbyder »Pay As You Go« til $10 pr. transskriberings- eller oversættelsestime, »Core« til $25 pr. måned med fem transskriberings- og oversættelsestimer plus fem AI Workspace-timer, Advanced til $50 pr. måned med 20 transskriberings- og oversættelsestimer plus 25 AI Workspace-timer samt Pro til $80 pr. måned med 40 transskriberings- og oversættelsestimer plus 100 AI Workspace-timer. Ekstra brugerpladser koster $25 pr. måned, yderligere abonnementsforbrug faktureres til $10 pr. time, Enterprise-abonnementer har skræddersyede priser, og adgang til MCP er inkluderet i de betalte abonnementer for kontoejere og producenter uden ekstra omkostninger.