Voice Gen MCP

🚀 語音生成MCP服務器

這是一個基於模型上下文協議（MCP）的服務器，藉助Minimax AI API實現語音生成功能。該服務器可將文本轉換為語音，並自動將生成的音頻文件上傳至亞馬遜S3，方便訪問和共享。

✨ 主要特性

• 文本轉語音生成：利用Minimax AI的語音合成API，將文本轉換為高質量語音。
• S3集成：自動將生成的音頻文件上傳至亞馬遜S3，並採用有序的目錄結構。
• MCP協議支持：完全兼容模型上下文協議，可與AI助手實現無縫集成。
• 身份驗證：內置API密鑰認證機制，保證訪問安全。
• 多種傳輸模式：支持HTTP、SSE和STDIO傳輸協議。
• Docker支持：可通過Docker和Docker Compose輕鬆部署。
• 可配置音頻設置：可自定義採樣率、比特率和格式選項。

📦 安裝指南

本地安裝

1. 克隆倉庫

git clone <repository-url>
cd voice-gen-mcp

2. 創建虛擬環境

python3 -m venv venv
source venv/bin/activate  # 在Windows上：venv\Scripts\activate

3. 安裝依賴項

pip install -r requirements.txt

4. 配置環境變量

cp env.example .env
# 使用實際配置值編輯.env文件

Docker安裝

1. 構建Docker鏡像

docker build -t voice-gen-mcp .

2. 使用Docker Compose運行

cp env.example .env
# 使用配置信息編輯.env文件
docker-compose up -d

📚 詳細文檔

環境變量

基於env.example文件創建一個.env文件，並設置以下必需變量：

語音生成API（必需）

VOICE_GEN_API_GROUP_ID=your_minimax_group_id
VOICE_GEN_API_KEY=your_minimax_api_key

S3配置（必需）

S3_BUCKET_NAME=your_s3_bucket_name
S3_REGION=us-east-1
S3_ACCESS_KEY_ID=your_s3_access_key_id
S3_SECRET_ACCESS_KEY=your_s3_secret_access_key
S3_ENDPOINT=https://s3.amazonaws.com
S3_PREFIX=voice-gen/

💻 使用示例

啟動服務器

本地開發

python3 server.py

Docker

docker run -d \
  --name voice-gen-mcp \
  -p 8000:8000 \
  --env-file .env \
  voice-gen-mcp

Docker Compose

docker-compose up -d

MCP客戶端

服務器支持多種傳輸模式：

• HTTP：http://localhost:8000/mcp
• SSE：http://localhost:8000/sse
• STDIO：直接進行進程通信

可用工具

generate_voice

將文本轉換為語音並上傳至S3。

參數：

• text（字符串，必需）：要轉換為語音的文本。
• model（字符串，可選）：要使用的模型（默認："speech-2.5-hd-preview"）。
• voice_id（字符串，可選）：要使用的語音ID（默認："mylxsw_voice_1"）。
• speed（浮點數，可選）：語音速度（默認：1.0，通常為0.5 - 2.0）。

返回值：

• 包含S3 URL和文件大小的成功消息。
• 若生成失敗，則返回錯誤消息。

示例：

{
  "text": "Hello, this is a test of the voice generation system.",
  "model": "speech-2.5-hd-preview",
  "voice_id": "mylxsw_voice_1",
  "speed": 1.2
}

速度控制：

• speed = 0.5：半速（較慢的語音）。
• speed = 1.0：正常速度（默認）。
• speed = 1.5：1.5倍速（較快的語音）。
• speed = 2.0：雙倍速（非常快的語音）。

📄 許可證

MIT許可證