语音转换服务器

Cantonese.ai MCP服务器

一 MCP（模型上下文协议）服务器 它为 文本到语音 和 语音转文本 转换使用 营地.ai API此服务器设计为与以下设备一起运行 mcp dev.

✨ 特性

• 文本转语音工具：将粤语或英语文本转换为高质量音频。
• 语音转文本工具：将音频文件转录为文本。
• 现代工具：设置为 uv 用于快速包管理。
• 易于集成：与任何兼容MCP的客户端（例如LLM代理）连接。
• 安全：您的 cantonese.ai API密钥作为一个环境变量被安全地处理。

🚀 入门指南

先决条件

• Python 3.8+
• uv：我们建议使用 uv 用于Python包管理。

安装

1. 克隆存储库：
   复制

   git clone 
   cd cantonese-ai-mcp-server
   

2. 创建并激活虚拟环境：
   复制

   uv venv
   source .venv/bin/activate
   

3. 安装依赖项： 此项目使用 uv 从同步依赖关系 pyproject.toml.
   复制

   uv sync
   

4. 设置API密钥： 您将需要来自的API密钥 cantonese.ai.将API密钥导出为环境变量。您可以将此添加到您的 .bashrc 或 .zshrc 用于持久化的文件。
   复制

   export CANTONESE_AI_API_KEY="your-api-key-here"
   

运行服务器

使用以下命令启动MCP开发服务器。它将关注以下方面的变化 server.py 并自动重新加载。

uv run mcp dev server.py

您应该看到一个输出，指示服务器已启动并可用，通常在 http://127.0.0.1:6274.

或

运行服务器并在Claude Desktop中使用

uv run server.py

请查看 面向服务器开发人员 关于如何设置与Cladue Desktop的连接。

🛠️ 使用工具

服务器运行后，它将公开两个工具。

工具： text_to_speech

将文本字符串转换为音频文件。

论据：

-text （string，必填）：要转换为语音的文本。 -voice （字符串，可选，默认值：“默认”）：用于语音合成的语音。 -language （字符串，可选，默认：“广东话”）：文本的语言。可以是“广东话”或“英语”。 -output_filename （string，必填）：保存音频的文件名（例如。， output.mp3).

调用示例：

{
  "tool": "text_to_speech",
  "arguments": {
    "text": "你好世界",
    "output_filename": "hello_world.mp3"
  }
}

成功响应：

{
  "success": true,
  "message": "Audio file saved as hello_world.mp3"
}

工具： speech_to_text

将音频文件转录为文本。

论据：

input_filename （string，必填）：要转录的本地音频文件的路径（例如。， audio.wav).

调用示例：

{
  "tool": "speech_to_text",
  "arguments": {
    "input_filename": "audio.wav"
  }
}

成功响应：

该工具将返回一个JSON对象，其中包含来自API的转录详细信息。

{
  "success": true,
  "result": {
    "text": "你好世界",
    "confidence": 0.95,
    "language": "cantonese",
    "duration": 2.3,
    "timestamp": "2025-06-02T11:22:00Z"
  }
}

📜 许可证

此项目根据MIT许可证获得许可-请参阅 LICENSE 文件以获取详细信息。