Kokoro Speech

🚀 音声MCPサーバー

このサーバーは、Kokoro TTSモデルを使用して、テキストを音声に変換するModel Context Protocol (MCP) サーバーです。

🚀 クイックスタート

この音声MCPサーバーを使用することで、テキストを自然な音声に変換できます。以下に、サーバーの設定、インストール、使用方法などの詳細を説明します。

✨ 主な機能

• テキストから音声への変換：入力されたテキストを自然な音声出力に変換します。
• カスタム音質：さまざまな音質を選択でき、さまざまなシーンのニーズに対応します。
• 自動モデル初期化：サーバー起動時に自動的にTTSモデルをダウンロードして初期化します。
• 障害復旧メカニズム：モデルの初期化に失敗した場合、最大3回自動的に再試行し、各再試行の前に古いファイルを削除します。

📦 インストール

1. npmを使用してインストールします：

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

2. サーバーを起動します：

npm start

💻 使用例

環境変数の設定

サーバーを起動する前に、以下の環境変数を設定することで、動作をカスタマイズできます。

Cursorでの設定例：

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

ツールの呼び出し

1. テキストを音声に変換：

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

2. 利用可能な音質を一覧表示：

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

3. モデルの状態を取得：

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

Claude Desktopへの統合

Claude Desktopでこのサーバーを使用するには、~/Library/Application Support/Claude/claude_desktop_config.json ファイルに以下の内容を追加します。

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

📚 ドキュメント

障害排除

モデル初期化の問題

モデルの初期化に失敗した場合は、以下の手順を試してください。

1. サーバーは各再試行の前に自動的に古いファイルを削除します。
2. get_model_status ツールを使用して、初期化の進行状況とエラーメッセージを監視します。
3. すべての再試行が失敗した場合は、モデルファイルを手動で削除してから、サーバーを再起動します。

# モデルファイルを削除（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

# サーバーを再起動
npm start

get_model_status ツールの応答には、再試行情報が含まれます。

{
  "content": [{
    "type": "text",
    "text": "モデルの状態：初期化中（5秒経過、再試行 1/3）"
  }]
}

📄 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。詳細については、LICENSE ファイルを参照してください。

貢献

皆さんからの貢献を歓迎します！Pull Requestをいつでも送信してください。