语音 MCP 服务器

一个提供文本到语音功能的 Model Context Protocol (MCP) 服务器，使用 Kokoro TTS 模型。

配置

服务器可以通过以下环境变量进行配置：

在 Cursor 中：

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

主要功能

• 文本到语音转换：将输入文本转换为自然的语音输出。
• 自定义音调：支持多种音调选择，满足不同场景需求。
• 自动模型初始化：服务器启动时会自动下载并初始化 TTS 模型。
• 故障恢复机制：在模型初始化失败时，会自动重试最多 3 次，并在每次重试前清理旧文件。

安装

1. 使用 npm 安装：

npm install -g @decodershq/speech-mcp-server

2. 启动服务器：

npm start

使用说明

配置环境变量

在启动服务器前，可以通过设置以下环境变量来自定义行为：

• MCP_DEFAULT_SPEECH_SPEED：调整语音输出的速度。
• MCP_DEFAULT_VOICE：指定默认音调。

调用工具

1. 文本到语音：

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

2. 列出可用音调：

echo '{"type":"request","method":"list_voices","params":{}}' | node dist/index.js

3. 获取模型状态：

echo '{"type":"request","method":"get_model_status","params":{}}' | node dist/index.js

集成到 Claude Desktop

要在 Claude Desktop 中使用此服务器，请在 ~/Library/Application Support/Claude/claude_desktop_config.json 文件中添加以下内容：

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

贡献

欢迎贡献！请随时提交 Pull Request。

许可证

MIT 许可证 - 详细信息请参阅 LICENSE 文件。

故障排除

模型初始化问题

如果遇到模型初始化失败的问题：

1. 服务器会在每次重试前自动清理旧文件。
2. 使用 get_model_status 工具监控初始化进度和错误信息。
3. 如果所有重试均失败，可以手动删除模型文件：

# 删除模型文件（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

# 然后重启服务器
npm start

get_model_status 工具的响应将包含重试信息：

{
  "content": [{
    "type": "text",
    "text": "模型状态：正在初始化（5 秒已用，重试 1/3）"
  }]
}