Cantonese.ai MCP Server

Cantonese.ai MCP Server

cantonese.ai API を使用して、テキスト読み上げと音声テキスト変換を行うツールを提供する MCP（Model Context Protocol）サーバーです。このサーバーは mcp dev で実行するように設計されています。

---

✨ 機能

• テキスト読み上げツール：広東語または英語のテキストを高品質な音声に変換します。
• 音声テキスト変換ツール：音声ファイルを書き起こしてテキストに変換します。
• 最新のツール環境：高速なパッケージ管理のために uv を使用してセットアップされています。
• 簡単な連携：MCP 対応のあらゆるクライアント（LLM エージェントなど）に接続できます。
• 安全：cantonese.ai API キーは環境変数として安全に扱われます。

---

🚀 はじめに

前提条件

• Python 3.8+
• uv：Python のパッケージ管理には uv の使用をおすすめします。

インストール

1. リポジトリをクローンします：

   git clone 
   cd cantonese-ai-mcp-server
   

2. 仮想環境を作成して有効化します：

   uv venv
   source .venv/bin/activate
   

3. 依存関係をインストールします： このプロジェクトでは uv を使用して pyproject.toml から依存関係を同期します。

   uv sync
   

4. API キーを設定します： cantonese.ai の API キーが必要です。API キーを環境変数としてエクスポートしてください。永続化するには、.bashrc または .zshrc ファイルに追加できます。

   export CANTONESE_AI_API_KEY="your-api-key-here"
   

サーバーの実行

次のコマンドを使用して、MCP 開発サーバーを起動します。server.py の変更を監視し、自動的に再読み込みします。

uv run mcp dev server.py

サーバーが起動して利用可能になったことを示す出力が表示されます。通常は http://127.0.0.1:6274 で利用できます。

または

サーバーを実行して Claude Desktop で使用する

uv run server.py

Claude Desktop との接続設定については、サーバー開発者向けをご覧ください。

🛠️ ツールの使用

サーバーが起動すると、2 つのツールが公開されます。

ツール：text_to_speech

テキスト文字列を音声ファイルに変換します。

引数：

-text（文字列、必須）：音声に変換するテキストです。 -voice（文字列、省略可、デフォルト："default"）：音声合成に使用する音声です。 -language（文字列、省略可、デフォルト："cantonese"）：テキストの言語です。"cantonese" または "english" を指定できます。 -output_filename（文字列、必須）：音声の保存先ファイル名です（例：output.mp3）。

呼び出し例：

{
  "tool": "text_to_speech",
  "arguments": {
    "text": "你好世界",
    "output_filename": "hello_world.mp3"
  }
}

成功時の応答：

{
  "success": true,
  "message": "Audio file saved as hello_world.mp3"
}

ツール：speech_to_text

音声ファイルを書き起こしてテキストに変換します。

引数：

input_filename（文字列、必須）：書き起こすローカル音声ファイルのパスです（例：audio.wav）。

呼び出し例：

{
  "tool": "speech_to_text",
  "arguments": {
    "input_filename": "audio.wav"
  }
}

成功時の応答：

このツールは、API からの書き起こしの詳細を含む JSON オブジェクトを返します。

{
  "success": true,
  "result": {
    "text": "你好世界",
    "confidence": 0.95,
    "language": "cantonese",
    "duration": 2.3,
    "timestamp": "2025-06-02T11:22:00Z"
  }
}

📜 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 ファイルをご覧ください。