fish-speech-mcp

fish-speech-mcp

LLM 向けのテキスト読み上げ（TTS）合成用 MCP サーバーです。

機能

• テキスト読み上げ：FishSpeech を使用してテキストを音声に変換します
• 音声リファレンスの保存：音声リファレンスを保存します
• MCP 連携：Dive やその他の MCP 対応 LLM で動作します

インストール

利用できません

Dive Desktop を使用する場合

1. Dive Desktop で「+ Add MCP Server」をクリックします
2. 次の設定をコピーして貼り付けます：

{
  "mcpServers": {
    "fish-speech": {
      "command": "npx",
      "args": [
        "-y",
        "@demon24ru/fish-speech-mcp"
      ]
    }
  }
}

3. 「Save」をクリックして MCP サーバーをインストールします

設定

MCP サーバーは環境変数を使用して設定できます：

• MCP_FISH_SPEECH_SERVER_URL：Optivus サーバーの URL（デフォルト：http://localhost:5000）

ツールのドキュメント

• text_to_speech

  • FishSpeech を使用してテキストを音声に変換します
  • 入力：
    • text（文字列、必須）：音声に変換するテキスト
    • reference_id（文字列、任意）：保存済み音声の識別子

• save_voice_reference

  • 今後の音声クローニングに使用する音声リファレンスを保存します
  • 入力：
    • reference_audio（文字列、必須）：音声クローニングに使用する音声ファイルのパス
    • reference_text（文字列、必須）：音声クローニングに使用する音声ファイルに対応するテキスト

技術的な詳細

Optivus サーバーとの通信

MCP サーバーは Socket.IO を使用して Optivus サーバーと通信します。通信の流れは次のとおりです：

1. MCP サーバーは Socket.IO クライアントを使用して Optivus サーバーに接続します
2. message イベントを使用してサーバーにリクエストを送信します
3. message イベントを使用してサーバーからレスポンスを受信します
4. MCP サーバーは接続、再接続、エラー発生時の処理を自動的に行います

音声リファレンス

音声リファレンスは optivus のディレクトリに保存されます。各リファレンスは、一意の ID を名前にしたサブディレクトリに保存されます。

使用例

LLM に次のように依頼します：

"Convert this text to speech: Text to convert, Reference ID"
"Save a voice reference: Path to audio file, Text corresponding to the audio file"

手動での起動

必要に応じて、サーバーを手動で起動します：

npx @demon24ru/fish-speech-mcp

デバッグ

必要に応じて、サーバーをデバッグモードで起動します：

npm run prepare
npx @modelcontextprotocol/inspector node ./lib/index.mjs -y

要件

• Node.js 20+
• MCP 対応 LLM サービス

ライセンス

MIT

作者

@demon24ru