文本转语音服务

Qwen3 TTS MCP Server是一个基于Claude Code的文本转语音服务,支持预设语音、自定义语音生成和语音克隆等功能。

  • by Allen-han21
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Allen-han21/qwen3-tts-mcp

使用说明

Qwen3-TTS MCP服务器

可以在Claude Code中使用Qwen3TTS的模型上下文协议(MCP)服务器。

特性

  • tts_speak:将文本转换为预设语音(情感/速度可调)
  • tts_设计:通过文本说明生成自定义语音(“冷静的英国解说员”等)
  • tts_clone:将语音复制到参考音频(建议5-10秒)
  • tts_voices:查看可用语音列表
  • tts访谈:访谈模式-用不同的语音阅读问题

先决条件

要使用此MCP服务器,请先 Qwen3TTS引擎必须安装。

1.安装Qwen3TTS

# Clone the TTS engine
git clone https://github.com/kapi2800/qwen3-tts-apple-silicon.git ~/Dev/tools/qwen3-tts
cd ~/Dev/tools/qwen3-tts

# Setup Python environment
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

# Install ffmpeg (required for audio conversion)
brew install ffmpeg

2.下载型号

从HuggingFace下载模型 models/ 保存到文件夹:

型号 用例 下载
CustomVoice 预设语音+情绪调节 下载
VoiceDesign 通过文本说明生成语音 下载
Base语音复制 下载
~/Dev/tools/qwen3-tts/models/
├── Qwen3-TTS-12Hz-1.7B-CustomVoice-8bit/
├── Qwen3-TTS-12Hz-1.7B-VoiceDesign-8bit/
└── Qwen3-TTS-12Hz-1.7B-Base-8bit/

安装

1.克隆此存储库

git clone https://github.com/Allen-han21/qwen3-tts-mcp.git
cd qwen3-tts-mcp

2.设置Python环境

python3 -m venv .venv
source .venv/bin/activate
pip install -e .

3.配置克劳德代码

~/.claude/settings.json将MCP服务器添加到:

{
  "mcpServers": {
    "qwen3-tts": {
      "command": "/path/to/qwen3-tts-mcp/.venv/bin/python",
      "args": ["-m", "qwen3_tts_mcp.server"],
      "env": {
        "QWEN3_TTS_PATH": "/Users/YOUR_USERNAME/Dev/tools/qwen3-tts"
      }
    }
  }
}

用法

在Claude Code中使用:

基本语音合成

tts_speak으로 "안녕하세요" 읽어줘

语音设置

tts_speak으로 "오늘 날씨가 좋네요" Sohee 목소리로 읽어줘 (한국어)

情绪调节

tts_speak으로 "정말 기쁩니다!" 신나는 목소리로 읽어줘

生成自定义语音

tts_design으로 "차분한 남성 내레이터" 목소리로 "오늘의 뉴스입니다" 읽어줘

语音复制

tts_clone으로 ~/reference.wav 파일의 목소리로 "안녕하세요" 읽어줘

可用声音

预设扬声器

语言 演讲者
中文 Ryan、Aiden、Ethan、Chelsie、Serena、Vivian
中文 薇薇安、瑟琳娜、叔叔_傅、迪伦、孙
日语 小野_安娜
朝鲜语 Sohee

面试预设

  • interviewer_calm:冷静专业的面试官
  • interviewer_friendly:热情亲切的面试官
  • interviewee_nervous:有点紧张的面试者
  • interviewee_confident:自信的面试者

演出

基于M4 MacBook Air(36GB RAM):

度量 值
实时系数 ~1.4x
峰值内存 ~6.8GB
令牌/秒 ~21

需求

  • 带苹果硅(M1/M2/M3/M4)的macOS
  • Python 3.10+
  • Qwen3-TTS发动机已安装
  • 内存:~6GB(1.7B型号)

许可证

麻省理工学院

相关项目