Voice MCP

🚀 voice - mcp - Claude Codeの音声モード

Model Context Protocol (MCP)サーバーで、Claudeや他の大規模言語モデルとの音声対話を可能にします。OpenAI APIキーとマイク/スピーカーがあれば利用できます。

🚀 クイックスタート

Claude Codeのセットアップ:

export OPENAI_API_KEY=your-openai-key
claude mcp add voice-mcp uvx voice-mcp
# あるいは、コンテナイメージを実行する
# docker pull ghcr.io/mbailey/voice-mcp:latest
# claude mcp add voice-mcp podman run -e OPENAI_API_KEY ghcr.io/mbailey/voice-mcp:latest
claude

試してみましょう: "Let's have a voice conversation"

✨ 主な機能

• 🎙️ Claudeとの音声会話 - 質問をし、応答を聴くことができます
• 🔄 複数の通信手段 - ローカルマイクまたはLiveKitルームベースの通信
• 🗣️ OpenAI互換 - 任意の音声認識/音声合成サービス（ローカルまたはクラウド）で動作します
• ⚡ リアルタイム - 自動的な通信手段選択による低遅延の音声対話
• 🔧 MCP統合 - Claude Desktopや他のMCPクライアントとシームレスに連携します

📦 インストール

🎯 簡単な要件

始めるために必要なもの:

1. 🔑 OpenAI APIキー (または互換サービス) - 音声認識と音声合成に使用します
2. 🎤 マイクとスピーカー付きのコンピュータ または ☁️ LiveKitサーバー (LiveKit Cloud または セルフホスト)

💻 使用例

基本的な使用法

設定が完了したら、Claudeに次のプロンプトを試してみてください:

• "Let's have a voice conversation"
• "Ask me about my day using voice"
• "Tell me a joke" (Claudeが話し、あなたの応答を待ちます)
• "Say goodbye" (Claudeが待たずに話します)

新しいconverse関数により、音声対話がより自然になります - デフォルトで自動的にあなたの応答を待ちます。

📚 ドキュメント

Claude Desktopのセットアップ

Claude Desktopの設定ファイルに追加します:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "voice-mcp": {
      "command": "uvx",
      "args": ["voice-mcp"],
      "env": {
        "OPENAI_API_KEY": "your-openai-key"
      }
    }
  }
}

{
  "mcpServers": {
    "voice-mcp": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "--device", "/dev/snd",
        "-e", "PULSE_RUNTIME_PATH=/run/user/1000/pulse",
        "-v", "/run/user/1000/pulse:/run/user/1000/pulse",
        "ghcr.io/mbailey/voice-mcp:latest"
      ],
      "env": {
        "OPENAI_API_KEY": "your-openai-key"
      }
    }
  }
}

{
  "mcpServers": {
    "voice-mcp": {
      "command": "voice-mcp",
      "env": {
        "OPENAI_API_KEY": "your-openai-key"
      }
    }
  }
}

ツール

設定

必須

export OPENAI_API_KEY="your-key"

オプション

# カスタムサービス (OpenAI互換)
export STT_BASE_URL="http://localhost:2022/v1"  # ローカルWhisper
export TTS_BASE_URL="http://localhost:8880/v1"  # ローカルTTS
export TTS_VOICE="af_sky"                       # Sky Voice (Kokoro)
export TTS_MODEL="tts-1"
export STT_MODEL="whisper-1"

# LiveKit (ルームベースの通信の場合)
export LIVEKIT_URL="wss://your-app.livekit.cloud"
export LIVEKIT_API_KEY="your-api-key"
export LIVEKIT_API_SECRET="your-api-secret"

# デバッグ
export VOICE_MCP_DEBUG="true"

トラブルシューティング

• マイクが機能しない: システムのパーミッションを確認してください
• UVが見つからない: curl -LsSf https://astral.sh/uv/install.sh | sh
• APIエラー: OPENAI_API_KEYを確認してください
• デバッグモード: VOICE_MCP_DEBUG=trueに設定すると、音声が~/voice-mcp_recordings/に保存されます

📄 ライセンス

MIT