语音合成服务器

基于Voicevox引擎的MCP协议语音合成服务器,提供文本转语音及播放功能,适用于AI工具集成。

  • by srvhat09
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 srvhat09/voicevox_mcp_light

使用说明

Voicevox MCP 服务器

模型上下文协议(MCP)に準拠したVoicevoxクライアントサーバー

概要

  • 此项目包括:Voicevox Engine进行语音合成,再生其结果MCP提供服务器。Cursor屋脊Cline等的AI提供工具可调用的端点,实现将文本转换为语音播放的功能。
  • 注意事项voicevox的默认规格,不过,英语单词和全部英语文字每一个字发声字母。要避免的话,有两种方法,一种是准备并注册自己的词典,另一种是在投入的文本中将单词片假名化。

LLM即使指示自动转换为片假名,现在也不能全部顺利进行。目前还未实现自己的词典创建界面。

机能

  • 将文本转换为语音查询
  • 从语音查询WAV转换为数据
  • 生成的声音数据的再现
  • MCP遵守协议JSON-RPC over stdio接口,接口

必要条件

  • Python 3.10以上
  • Voicevox Engine(正在本地或远程运行)
  • 必需的Python软件包(请参阅requirements.txt)

安装

  1. 克隆存储库

    git clone https://github.com/yourusername/voicevox-mcp-vc1.git
    cd voicevox-mcp-vc1
    
  2. 安装相关性

    uv sync
    
  3. Voicevox Engine启动

    # CPU版 Dockerを使用する場合
    docker pull voicevox/voicevox_engine:cpu-latest
    docker run --rm -p '127.0.0.1:50021:50021' voicevox/voicevox_engine:cpu-latest
    
    # GPU版 Dockerを使用する場合
    docker pull voicevox/voicevox_engine:nvidia-latest
    docker run --rm --gpus all -p '127.0.0.1:50021:50021' voicevox/voicevox_engine:nvidia-latest
    

使用方法

CLINE/ROU代码

  • 默认启动(http://127.0.0.1:50021 spaker id:1)
{
  "mcpServers": {
    "voicevox-mcp-light": {
      "disabled": false,
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/full path/voicevox_mcp_light/",
        "python",
        "-m",
        "src.main"
      ],
      "transportType": "stdio",
      "alwaysAllow": [],
      "env": {
        "PULSE_SERVER": "/run/user/1000/pulse/native"
      }
    }
  }
}
    "voicevox-mcp-light": {
      "disabled": false,
      "command": "/full path/uv",
      "args": [
        "run",
        "--directory",
        "/full path/voicevox_mcp_light/",
        "python",
        "-m",
        "src.main",
        "--speaker",
        "8"
      ],
      "transportType": "stdio",
      "alwaysAllow": [],
      "env": {
        "PULSE_SERVER": "/run/user/1000/pulse/native"
      }
    }
  • PULSE_SERVER 的内容请过帐用下面的命令调查的结果
# パルスオーディオのステータスを確認
pactl info

Windows / Mac 在…的情况下env 不需要Claude回答了。目前未测试。 Ubuntu 22.04 进行开发测试。

Roo code在工作空间的边缘MCP CLient表示DEBUG吐出信息。这是在开发时LLM因为是嵌入的东西,所以放任不管,请原谅。CLINE中所述修改相应参数的值。 Claude Desktop那么现在还没有验证。

选项卡页面上创建或编辑条目

  • --host: Voicevox Engine主机IP地址(默认值:127.0.0.1)
  • --port: Voicevox Engine的端口号(默认值:50021)
  • --speaker:语音模型ID(默认值:3) 语音模型ID 来修改标记元素的显示属性。

MCP客户端使用

此服务器包含:MCP遵守协议JSON-RPC over stdio提供接口。 Claude Desktop屋脊Cursor等的MCP客户端提供:

# MCPサーバーのインストール(Claude Desktopの場合)
mcp install src/main.py

# ツールの呼び出し例
synthesizeAndPlay(message="こんにちは、世界!")

开発

运行测试

python -m pytest

代码样式

这个项目PEP 8遵守编码规则。

许可证

MIT许可证

谢辞