what is VoiceStudio MCP Server?
VoiceStudio MCP Server is a server that integrates with AI assistants like Claude to convert text into high-quality speech using the Model Context Protocol (MCP). It utilizes Kokoro's voice synthesis technology to generate natural and expressive speech.
how to use VoiceStudio MCP Server?
To use the VoiceStudio MCP Server, clone the repository, install the required dependencies, set up the environment variables, and start the server. You can then send text-to-speech requests from AI assistants like Claude.
key features of VoiceStudio MCP Server?
- 🎯 Handles text-to-speech requests from AI assistants.
- 🌏 Supports natural speech synthesis in Japanese and English.
- 🔊 Generates speech in both text-to-speech and conversational formats.
- ⚙️ Offers customization options for speech speed and pitch.
- 🧠 Includes automatic language detection.
use cases of VoiceStudio MCP Server?
- Converting text responses from AI assistants into natural speech.
- Enhancing user interaction with AI through voice responses.
- Supporting multilingual applications with text-to-speech capabilities.
FAQ from VoiceStudio MCP Server?
- Can VoiceStudio MCP Server support multiple languages?
Yes! Currently, it supports Japanese and English, with plans to add more languages in the future.
- Is VoiceStudio MCP Server free to use?
Yes! The server is open-source and available for free.
- What are the system requirements?
You need Python 3.8 or higher and the Kokoro voice synthesis engine installed locally.
VoiceCraft-MCP-Server は、Claude などの AI アシスタントと連携し、テキストを高品質な音声に変換する MCP (Model Context Protocol) サーバーです。Kokoro の音声合成技術を活用して、自然で表現豊かな音声を生成します。
主な機能
- 🎯 AI アシスタントからのテキスト読み上げリクエストを処理
- 🌏 日本語と英語の自然な音声合成をサポート
- 🔊 テキスト読み上げと会話形式の音声生成
- ⚙️ 音声の速度やピッチなどのカスタマイズオプション
- 🧠 自動言語検出機能
背景
AI アシスタントとの対話をより自然で豊かなものにするために、テキスト応答を音声に変換する機能は重要です。VoiceCraft-MCP-Server は、Claude などの AI アシスタントと Kokoro 音声合成エンジンを橋渡しし、シームレスな音声体験を提供します。
クイックスタート
前提条件
- Python 3.8 以上
- uv パッケージマネージャー
- Kokoro 音声合成エンジン（実モードで使用する場合）
インストール
# リポジトリのクローン
git clone https://github.com/yourusername/VoiceStudio-MCP-Server.git
cd VoiceStudio-MCP-Server
# uvのインストール（まだインストールしていない場合）
# macOS/Linux
curl -sSf https://astral.sh/uv/install.sh | sh
# または Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
# 仮想環境の作成とパッケージのインストール
make setup
# 環境変数の設定
cp .env.example .env
# .env ファイルをエディタで編集して必要な設定を追加
サーバーの起動
# 基本的な起動
make run
# または引数付きで起動
uv run src.main --host 127.0.0.1 --port 8080 --debug
# 開発モード（モック）での起動
MOCK_TTS=true make run
開発者向けコマンド
# テストの実行
make test
# コードのフォーマット
make format
# リントチェック
make lint
# キャッシュとビルドファイルのクリーンアップ
make clean
使用方法
Claude などの AI アシスタントから、以下のようなプロンプトを送信できます：
- 「この内容を日本語で読んで」
- 「英語で会話して」
- 「次のテキストを音声に変換して: こんにちは、世界」
AI アシスタントがこれらのリクエストを認識すると、MCP プロトコルを通じて VoiceCraft-MCP-Server にリクエストが送信され、音声が生成されます。
機能と設定
サポートされている言語
- 日本語
- 英語
※ 将来的に他の言語も追加予定です。
音声カスタマイズオプション
以下のオプションをサポートしています：
- 速度調整 (0.5 - 2.0)
- ピッチ調整 (-10.0 - 10.0)
- 音声タイプ選択 (利用可能な Kokoro の音声モデルに依存)
MCP プロトコルの統合
VoiceCraft-MCP-Server は、Model Context Protocol (MCP) を実装しており、Claude などの AI アシスタントと簡単に連携できます。MCP は AI システムが外部ツールやサービスと通信するための標準プロトコルです。
AI アシスタントの設定から、MCP サーバーとして VoiceCraft-MCP-Server を追加することで、テキスト読み上げ機能を有効化できます。
開発情報
プロジェクト構造
VoiceCraft-MCP-Server/
├── src/
│ ├── main.py # エントリーポイント
│ ├── mcp/ # MCP プロトコル実装
│ ├── kokoro/ # Kokoro 連携モジュール
│ ├── language/ # 言語処理モジュール
│ └── audio/ # 音声処理モジュール
├── tests/ # テストコード
├── docs/ # ドキュメント
├── examples/ # 使用例
├── requirements.txt # 依存パッケージ
└── README.md # このファイル
貢献
バグレポートや機能リクエスト、プルリクエストなど、あらゆる形での貢献を歓迎します。詳細は CONTRIBUTING.md を参照してください。
ライセンス
このプロジェクトは MIT ライセンス の下で公開されています。
謝辞
- Kokoro の優れた音声合成技術
- MCP (Model Context Protocol) の開発者の皆様
- オープンソースコミュニティの貢献者の皆様