语音克隆服务

mcp语音克隆

Voice cloning and advanced TTS MCP server.
Clone voices from audio samples, generate speech with cloned voices, and create sound effects.
Works with Claude Code, Claude Desktop, Cursor, and any MCP-compatible client.

中文文档

特性

• 语音克隆 --从短音频样本中克隆任何语音（Fish audio+ElevenLabs）
• 高级TTS --使用克隆或预设语音生成语音
• 音效 --从文本描述生成SFX（ElevenLabs）
• 最佳中文语音克隆 --Fish Audio擅长中文语音克隆，非常实惠
• 高级英语语音 --ElevenLabs提供自然、富有表现力的英语语音
• 提供商切换 --通过以下方式为每个请求选择最佳提供商 provider 参数
• 自动保存 --生成的音频自动保存到本地磁盘

支持的提供商

供应商选择指南

Need voice cloning?
  ├─ Chinese voice?
  │   └─ fish-audio ✅ (best Chinese cloning, very affordable)
  │
  ├─ English voice?
  │   └─ elevenlabs ✅ (premium quality, natural sounding)
  │
  └─ Sound effects?
      └─ elevenlabs (SFX generation from text)

快速开始

1.克隆并安装

git clone https://github.com/kevinten-ai/mcp-voice-clone.git
cd mcp-voice-clone
uv sync

2.配置MCP

配置要使用的提供程序。至少需要一个API密钥。

# Fish Audio only (Chinese voice cloning)
claude mcp add -s user mcp-voice-clone \
  --env FISH_AUDIO_API_KEY=your_key \
  -- uv --directory /path/to/mcp-voice-clone run voice-clone

# ElevenLabs only (English TTS + SFX)
claude mcp add -s user mcp-voice-clone \
  --env ELEVENLABS_API_KEY=your_key \
  -- uv --directory /path/to/mcp-voice-clone run voice-clone

# Both providers (full features)
claude mcp add -s user mcp-voice-clone \
  --env FISH_AUDIO_API_KEY=your_fish_key \
  --env ELEVENLABS_API_KEY=your_elevenlabs_key \
  -- uv --directory /path/to/mcp-voice-clone run voice-clone

{
  "mcpServers": {
    "mcp-voice-clone": {
      "command": "uv",
      "args": ["--directory", "/path/to/mcp-voice-clone", "run", "voice-clone"],
      "env": {
        "FISH_AUDIO_API_KEY": "your_fish_key",
        "ELEVENLABS_API_KEY": "your_elevenlabs_key"
      }
    }
  }
}

3.使用它

克隆语音并生成语音：

"Clone this voice from /path/to/sample.mp3, name it 'MyVoice'"
"Use MyVoice to say 'Hello, this is a test of voice cloning'"
"Generate a sound effect of thunder rumbling"

工具（共5个）

语音克隆

• clone_voice --从音频样本中克隆语音。参数： audio_path （必填）， name （必填）， description, provider （鱼音频/Elevelabs）。返回：voice_id用于 speak.

言语

• 说 --使用克隆或预设语音生成语音。参数： text （必填）， voice_id （必填）， provider （鱼音频/Elevelabs）， speed (0.5-2.0), output_path.
• list_voices --列出提供商的可用语音。参数： provider （鱼音频/Elevelabs）。

音效

• generate_sfx --根据文本描述生成声音效果。参数： prompt （必填）， duration （秒）， output_path提供商：ElevenLabs。

实用性

• list_提供者 --显示所有已配置的语音克隆、TTS和SFX提供程序。

API密钥注册指南

环境变量

故障排除

常见错误

提供商特定错误

提示

• 鱼音频 中文语音克隆比ElevenLabs便宜得多
• ElevenLabs 免费套餐包括每月10000个字符的TTS和预设语音
• 语音克隆 质量在很大程度上取决于音频样本的质量——使用干净、清晰的录音
• 音效 通过ElevenLabs接受自然语言描述，进行描述性描述以获得最佳结果

项目结构

src/voice_clone/
├── __init__.py
├── __main__.py
├── server.py              # MCP server + tool handlers
└── providers/
    ├── __init__.py        # Base classes (BaseTTSProvider, BaseVoiceCloningProvider, BaseSFXProvider) + registry
    ├── fish_audio.py      # Fish Audio — Chinese voice cloning + TTS
    └── elevenlabs.py      # ElevenLabs — English TTS + voice cloning + SFX

添加新提供者

1. 创建 src/voice_clone/providers/your_provider.py
2. 实现相关基类： BaseTTSProvider, BaseVoiceCloningProvider，或 BaseSFXProvider
3. 注册于 server.py:_init_providers() 使用env-var检查
4. 提供者会自动出现在工具和 list_providers

本地开发

git clone https://github.com/kevinten-ai/mcp-voice-clone.git
cd mcp-voice-clone
uv sync

# Run directly
uv run voice-clone

# Debug with MCP Inspector
npx @modelcontextprotocol/inspector uv --directory . run voice-clone

相关项目

• mcp视频生成器 --AI视频生成MCP服务器（7家提供商）
• mcp图像生成器 --人工智能图像生成MCP服务器（Gemini+Imagen）
• mcp-3d-gen --AI 3D模型生成MCP服务器

许可证

麻省理工学院——见 许可证 了解详情。