AI导哈

文本转语音服务器

一个基于Kokoro TTS模型的文本转语音服务器，提供高质量的语音合成和可定制的语音参数。

  • by hammeiam
  • JavaScript
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 hammeiam/koroko-speech-mcp

使用说明

语音MCP服务器

使用Kokoro TTS模型提供文本到语音功能的模型上下文协议服务器。

配置

可以使用以下环境变量配置服务器：

变量 描述 默认值 有效范围
MCP_DEFAULT_SPEECH_SPEED 文本转语音的默认速度倍数 1.1 0.5到2.0
MCP_DEFAULT_VOICE 文本转语音的默认语音 af_bella 任何有效的语音ID

在光标中：

{
  "mcpServers": {
    "speech": {
      "command": "npx",
      "args": [
        "-y",
        "speech-mcp-server"
      ],
      "env": {
        "MCP_DEFAULT_SPEECH_SPEED": 1.3,
        "MCP_DEFAULT_VOICE": "af_bella"
      }
    }
  }
}

特性

  • 🎯 使用Kokoro TTS模型的高质量文本到语音转换
  • 🗣️ 多种语音选项可用
  • 🎛️ 可定制的语音参数（语音、速度）
  • 🔌 MCP兼容接口
  • 📦 易于安装和设置
  • 🚀 不需要API密钥

安装

# Using npm
npm install speech-mcp-server

# Using pnpm (recommended)
pnpm add speech-mcp-server

# Using yarn
yarn add speech-mcp-server

用法

运行服务器：

# Using default configuration
npm start

# With custom configuration
MCP_DEFAULT_SPEECH_SPEED=1.5 MCP_DEFAULT_VOICE=af_bella npm start

服务器提供以下MCP工具：

  • text_to_speech：基本的文本到语音转换
  • text_to_speech_with_options：可定制速度的文本转语音
  • list_voices：列出所有可用的声音
  • get_model_status：检查TTS模型的初始化状态

发展

# Clone the repository
git clone <your-repo-url>
cd speech-mcp-server

# Install dependencies
pnpm install

# Start development server with auto-reload
pnpm dev

# Build the project
pnpm build

# Run linting
pnpm lint

# Format code
pnpm format

# Test with MCP Inspector
pnpm inspector

可用工具

1.文本到语音

使用默认设置将文本转换为语音。

{
  "type": "request",
  "id": "1",
  "method": "call_tool",
  "params": {
    "name": "text_to_speech",
    "arguments": {
      "text": "Hello world",
      "voice": "af_bella"  // optional
    }
  }
}

2.文本_语音_无选项

使用可自定义的参数将文本转换为语音。

{
  "type": "request",
  "id": "1",
  "method": "call_tool",
  "params": {
    "name": "text_to_speech_with_options",
    "arguments": {
      "text": "Hello world",
      "voice": "af_bella",  // optional
      "speed": 1.0,         // optional (0.5 to 2.0)
    }
  }
}

3.列表_语音

列出所有可用于文本转语音的语音。

{
  "type": "request",
  "id": "1",
  "method": "list_voices",
  "params": {}
}

4.获取模式状态

检查TTS模型初始化的当前状态。这在首次启动服务器时特别有用，因为需要下载和初始化模型。

{
  "type": "request",
  "id": "1",
  "method": "call_tool",
  "params": {
    "name": "get_model_status",
    "arguments": {}
  }
}

响应示例：

{
  "content": [{
    "type": "text",
    "text": "Model status: initializing (5s elapsed)"
  }]
}

可能的状态值：

  • uninitialized：模型初始化尚未开始
  • initializing：正在下载和初始化模型
  • ready：模型已准备好使用
  • error：初始化过程中出错

测试

您可以使用MCP检查器或发送原始JSON消息来测试服务器：

# List available tools
echo '{"type":"request","id":"1","method":"list_tools","params":{}}' | node dist/index.js

# List available voices
echo '{"type":"request","id":"2","method":"list_voices","params":{}}' | node dist/index.js

# Convert text to speech
echo '{"type":"request","id":"3","method":"call_tool","params":{"name":"text_to_speech","arguments":{"text":"Hello world","voice":"af_bella"}}}' | node dist/index.js

与Claude Desktop集成

要将此服务器与Claude Desktop一起使用，请将以下内容添加到您的Claude Desktop配置文件中(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "servers": {
    "speech": {
      "command": "npx",
      "args": ["@decodershq/speech-mcp-server"]
    }
  }
}

贡献

欢迎投稿！请随时提交拉取请求。

许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

故障排除

模型初始化问题

服务器在启动时会自动尝试下载并初始化TTS模型。如果遇到初始化错误：

  1. 服务器将自动重试最多3次，每次尝试之间进行一次清理
  2. 使用 get_model_status 用于监控初始化进度和任何错误的工具
  3. 如果所有重试后初始化失败，请尝试手动删除模型文件：
# Remove model files (MacOS/Linux)
rm -rf ~/.npm/_npx/**/node_modules/@huggingface/transformers/.cache/onnx-community/Kokoro-82M-v1.0-ONNX/onnx/model_quantized.onnx
rm -rf ~/.cache/huggingface/transformers/onnx-community/Kokoro-82M-v1.0-ONNX/onnx/model_quantized.onnx

# Then restart the server
npm start

这 get_model_status 工具现在将在其响应中包含重试信息：

{
  "content": [{
    "type": "text",
    "text": "Model status: initializing (5s elapsed, retry 1/3)"
  }]
}

相关 MCP