Ezkielyna Audio

Ezkielyna Audio MCP

Ezkielyna API を通じて、AI アシスタントに テキスト読み上げ（ローカルの MP3/WAV ファイルとして保存）と、インドネシア語を含む ローカル音声ファイルの音声テキスト変換を提供する MCP サーバーです。Claude Desktop、Claude Code、Cursor、OpenCode、およびローカルの stdio サーバーを実行するその他すべての MCP クライアントで動作します。

使用例：

• 「~/Downloads/voice-note.ogg を文字起こしして（インドネシア語です）、3 つの箇条書きで要約してください。」
• 「この商品説明をインドネシア語で読み上げて、promo-kopi として保存してください。」

🇮🇩 Bahasa Indonesia：下のセクションをご覧ください。

• ファイル 1 つ、依存関係なし：Node.js 18 以降のみ必要です。npm install は不要です。
• 音声は 1 つのフォルダーに保存され、既存のファイルが上書きされることはありません。
• 有料の呼び出しはセッションごとに上限が設定され、API キーが表示されることはありません。

要件

1. Node.js 18 以降（node -v）。nodejs.org から LTS を入手してください。
2. 音声モデルが含まれるグループの Ezkielyna API キー。最も簡単なのは Auto です。公開価格表（2026 年 11 月 11 日確認）によると、音声モデルは Standard および Premium グループで有効で、edge-tts は Hemat でも有効です。Media グループ（画像と動画）には記載されていません。list_audio_models ではモデルごとのグループを確認でき、キーを設定すると、各モデルをキーで利用できるかどうかも確認できます。ezkielyna.store/beli-api-key で API クレジットを購入し（$0.5 から、QRIS/DANA/GoPay/USDT 対応）、api.ezkielyna.store の Wallet で引き換えてから、API Keys でキーを作成してください。

ツール

ツール	機能	費用
text_to_speech	テキスト（最大 4,000 文字）を音声に変換し、EZKIELYNA_AUDIO_DIR に保存します。model のデフォルトは edge-tts、voice（モデルごとのデフォルトは下記を参照）、format は mp3（デフォルト）または wav、filename は任意です。	入力文字数に応じて課金
transcribe_audio	ローカルファイル（mp3、m4a、mp4、wav、ogg、oga、opus、webm、flac、aac、mpga、mpeg、最大 25 MB）を文字起こしします。model のデフォルトは whisper-large-v3、language（例：id、en）、response_format は text（デフォルト）、srt、または vtt、prompt（名前や用語を指定）は任意です。	音声の長さに応じて課金
list_audio_models	公開価格表に記載された TTS および STT モデルの価格、キーグループ、音声、形式を表示します。キーを設定すると、キーで利用できるモデルが示されます。	無料

価格例（公開価格表、2026 年 11 月 11 日、表示価格は USD）：edge-tts は 100 万文字あたり $1 なので、4,000 文字のテキストは約 $0.004 です。whisper-large-v3 は 100 万音声トークンあたり $12 と記載されており、音声の長さに応じて課金されます（正確な料金は api.ezkielyna.store の Usage Logs をご確認ください）。

音声

音声は、指定したとおりに OpenAI 形式の POST /v1/audio/speech エンドポイントに渡されます。デフォルト値は、公開価格表（2026 年 11 月 11 日）のモデル説明に基づいています。

モデル	デフォルト音声	価格表に記載されたその他の音声
edge-tts	id-ID-GadisNeural（インドネシア語、女性）	id-ID-ArdiNeural（インドネシア語、男性）、en-US-AriaNeural、その他の Edge 音声 ID、または OpenAI の音声名。MP3 のみ。
tts-gemini-3.1-flash	Kore	Puck、Charon、Aoede、Zephyr、Fenrir、Leda、Orus
tts-xai-v1	eve	ara、leo、rex、luna、orion、sirius
tts-kokoro	af_heart	af_bella、am_adam、bf_emma（インドネシア語には非対応）
その他のモデル	list_audio_models を参照	組み込みテーブルにないモデルは、すべてデフォルトで alloy を使用します

モデルが要求した形式と異なる形式を返す場合（たとえば edge-tts は MP3 のみを返します）、実際に含まれる音声の拡張子でファイルを保存し、その旨を応答で伝えます。

インストール

npx を使用（推奨）： インストールは不要です。以下の設定では npx -y ezkielyna-audio-mcp を実行します。

ソースから：

git clone https://github.com/EzkielynaGroup/ezkielyna-audio-mcp.git
cd ezkielyna-audio-mcp
node --test test/        # optional: local mock server, no network, no cost

その後、npx の代わりに "command": "node" と "args": ["/full/path/to/ezkielyna-audio-mcp.mjs"] を使用してください。

Windows： アプリから npx を起動できない場合は、"command": "cmd" と "args": ["/c", "npx", "-y", "ezkielyna-audio-mcp"] を使用してください。JSON ではパスをスラッシュ（C:/Users/you/Music/Ezkielyna）で記述してください。

アプリに追加する

sk-... をお使いのキーに置き換えてください。

Claude Code

claude mcp add ezkielyna-audio -e EZKIELYNA_API_KEY=sk-... -- npx -y ezkielyna-audio-mcp

すべてのプロジェクトで利用できるようにするには、--scope user を追加してください。

Claude Desktop：設定 → 開発者 → 設定を編集（claude_desktop_config.json）を選択し、Claude Desktop を終了してから再起動してください。

{
  "mcpServers": {
    "ezkielyna-audio": {
      "command": "npx",
      "args": ["-y", "ezkielyna-audio-mcp"],
      "env": { "EZKIELYNA_API_KEY": "sk-..." }
    }
  }
}

Cursor：~/.cursor/mcp.json または .cursor/mcp.json に、Claude Desktop と同じ JSON を設定します。

OpenCode：プロジェクト内の opencode.json、または ~/.config/opencode/opencode.json を使用します。

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "ezkielyna-audio": {
      "type": "local",
      "command": ["npx", "-y", "ezkielyna-audio-mcp"],
      "enabled": true,
      "environment": { "EZKIELYNA_API_KEY": "sk-..." }
    }
  }
}

設定（環境変数）

変数	必須	デフォルト	備考
EZKIELYNA_API_KEY	はい（list_audio_models を除く）		グループ Auto（または Standard／Premium、上記を参照）のキー
EZKIELYNA_BASE_URL	いいえ	https://api.ezkielyna.store/v1	API アドレス
EZKIELYNA_AUDIO_DIR	いいえ	~/Music/Ezkielyna	音声ファイルの保存先（存在しない場合は作成）
EZKIELYNA_MAX_CALLS	いいえ	30	セッションあたりの有料呼び出し回数（text_to_speech + transcribe_audio）。リセットするにはアプリを再起動してください
EZKIELYNA_TIMEOUT_MS	いいえ	300000	リクエストのタイムアウト

安全性と制限

• 拡張子が既知の音声ファイルのみを読み込み、サイズは最大 25 MB です。URL は拒否されます（ローカルファイルのみ）。ファイル名だけを指定した場合も音声フォルダー内を検索するため、text_to_speech で保存したファイルをそのまま再度文字起こしできます。
• EZKIELYNA_AUDIO_DIR 内にのみ書き込みます。ファイル名はサニタイズされ、既存のファイルを上書きすることはありません（name.mp3、name-1.mp3、…）。音声以外の応答は拒否され、何も保存されません。
• 1 回の呼び出しで扱えるテキストは 4,000 文字までです。100,000 文字を超える文字起こし結果は切り詰められます。
• セッション上限は、何かを送信する前に確認されます。ゲートウェイによって明確に拒否された呼び出しの枠は返却されます。
• すべての応答とログ行からキーを除去します。ログは stderr に出力され、stdout には MCP メッセージのみが出力されます。

データソース

モデル一覧、価格、グループ、音声名は、実行時に公開エンドポイント https://api.ezkielyna.store/api/pricing から取得されます（キー不要、キャッシュ期間は 10 分）。100 万単位あたりの価格 = model_ratio × 2 × lowest group multiplier（New API の規約）で、https://api.ezkielyna.store/llms-full.txt と一致します（2026 年 11 月 11 日確認）。同梱データはありません。上記の音声一覧は、2026 年 11 月 11 日時点の同じ価格表からコピーしたものです。モデルや音声は変更される可能性があるため、最新の情報は list_audio_models で確認してください。

よくある質問

Claude でインドネシア語の音声メモを文字起こしするには？ このサーバーを追加し、「~/Downloads/note.ogg を文字起こしして。言語は id」と依頼してください。Claude は whisper-large-v3 を使って transcribe_audio を呼び出し、テキストを返します。

Claude Desktop または Cursor で使えるインドネシア語の音声合成音声はありますか？ はい。デフォルトの edge-tts 音声は id-ID-GadisNeural（女性）です。男性の音声には id-ID-ArdiNeural を使用してください。

動画の音声から字幕（SRT／VTT）を作成できますか？ はい。response_format を srt または vtt に設定してください。ファイルが 25 MB を超える場合は、先に音声を抽出してください（例：ffmpeg -i video.mp4 -vn -b:a 64k audio.mp3）。

音声ファイルはどこに保存されますか？ EZKIELYNA_AUDIO_DIR を設定していない場合は、~/Music/Ezkielyna に保存されます。既存のファイルが上書きされることはありません。

Ezkielyna は Microsoft、OpenAI、Google と提携していますか？ いいえ。Ezkielyna は独立した API ゲートウェイであり、モデル提供元や MCP クライアントの開発元とは提携していません。

開発

node --test test/

テストでは、ローカルのモックゲートウェイに対して stdio 経由でサーバーを起動します。インターネット接続は不要で、費用もかかりません。

---

インドネシア語

AI アシスタント（Claude Desktop、Claude Code、Cursor、OpenCode）でテキストを音声に変換（MP3/WAV ファイルとして保存）し、コンピューター上の音声ファイルをテキストに変換できる MCP サーバーです。インドネシア語にも対応しており、Ezkielyna APIを利用します。

例：

• 「~/Downloads/vn-pelanggan.ogg を文字起こしして（インドネシア語）、3 つのポイントに要約してください。」
• 「この商品説明をインドネシア語の女性の声で読み上げて、promo-kopi として保存してください。」

必要なもの

1. Node.js 18+。ファイルは 1 つだけで、npm install は不要です。
2. 音声モデルを含むグループの Ezkielyna API キー。最も簡単なのは Auto グループです。公開価格表（2026 年 11 月 11 日確認）によると、音声モデルは Standard および Premium グループで利用でき、edge-tts は Hemat グループでも利用できます。Media グループ（画像／動画）には記載されていません。ezkielyna.store/beli-api-keyで QRIS/DANA/GoPay/USDT を使って $0.5 から API Credit を購入し、api.ezkielyna.storeの Wallet メニューで引き換えてから、API Keys メニューでキーを作成してください。

ツール

ツール	機能	費用
text_to_speech	テキスト（最大 4,000 文字）を音声に変換し、EZKIELYNA_AUDIO_DIR（デフォルトは ~/Music/Ezkielyna）に保存します。デフォルトは edge-tts で、音声は id-ID-GadisNeural です。男性の音声：id-ID-ArdiNeural。形式は mp3 または wav です。	文字数ごと
transcribe_audio	ローカルの音声ファイル（最大 25 MB）をテキストに変換します。デフォルトは whisper-large-v3 です。language（例：id）を指定でき、結果の形式は text、srt、または vtt（字幕）です。	音声の長さごと
list_audio_models	価格、キーグループ、音声、形式とともに TTS/STT モデルを一覧表示します。	無料

料金の例（公開価格表、2026 年 11 月 11 日）：edge-tts は 100 万文字あたり $1 なので、4,000 文字の場合は約 $0.004 です。正確な料金はダッシュボードの Usage Logs で確認できます。

インストール

Claude Code：

claude mcp add ezkielyna-audio -e EZKIELYNA_API_KEY=sk-... -- npx -y ezkielyna-audio-mcp

Claude Desktop、Cursor、OpenCode の場合：上記の英語セクションにある JSON の例を使い、sk-... だけを置き換えてください。Windows で npx が動作しない場合は、"command": "cmd" と "args": ["/c", "npx", "-y", "ezkielyna-audio-mcp"] を使用してください。

セキュリティと制限

• EZKIELYNA_MAX_CALLS（デフォルトは 30）：セッションごとの有料呼び出し回数の上限です。リクエストを送信する前に確認されます。
• 音声ファイル（最大 25 MB）のみを読み込み、リンクは読み込みません。音声フォルダー内にのみ書き込み、既存のファイルを上書きすることはありません。
• キーが回答やログに表示されることはありません。

よくある質問

Claude でインドネシア語の WhatsApp 音声メモを文字起こしするには？ 音声メモ（.ogg/.opus）をコンピューターに保存し、このサーバーをインストールしてから、「このファイルを文字起こしして。言語は id」と依頼してください。

テキスト読み上げで使えるインドネシア語の音声はありますか？ あります。edge-tts では id-ID-GadisNeural（女性、デフォルト）と id-ID-ArdiNeural（男性）を利用できます。

Ezkielyna は Microsoft、OpenAI、または Google と提携していますか？ いいえ。Ezkielyna は独立した API ゲートウェイです。

ライセンス

MIT、Copyright (c) 2026 Ezekiel Lieberhart（Ezkielyna）。Ezkielyna は独立した API ゲートウェイであり、モデルベンダーや MCP クライアントの開発元とは提携していません。