mcpField
S
salutespeech-mcp

salutespeech-mcp

ローカル
github.com/theYahiaメディア・デザイン18 週間前に更新

salutespeech-mcp について

salutespeech-mcp は Sber SaluteSpeech API によるロシア語の音声認識と合成を MCP クライアントに提供します。5 つのツールで Base64 音声やローカルファイルを扱い、モデルや音声の一覧も取得できます。

主な機能

  1. 01Base64 音声からの音声認識
  2. 02ローカルファイルからの音声認識
  3. 03Base64 音声データでの音声合成
  4. 04認識モデルと合成音声の一覧
  5. 05非同期認識タスクの状態確認

活用シーン

  1. 01会議録音の文字起こし
  2. 02テキストから音声を合成
  3. 03利用可能な認識モデルと音声の確認

MCP 対応

MCP サーバーは Sber SaluteSpeech API の音声認識、合成、モデル一覧、タスク状態確認を行う 5 つのツールを公開します。stdio と Streamable HTTP に対応します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"theyahia-salutespeech": {
"command": "npx",
"args": [
"-y",
"@theyahia/salutespeech-mcp"
],
"env": {
"SALUTE_AUTH_KEY": "<SALUTE_AUTH_KEY>"
}
}
}
}
起動コマンドnpx -y @theyahia/salutespeech-mcp
設定が必要な環境変数
SALUTE_AUTH_KEYシークレットAPI key for the service

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@theyahia/salutespeech-mcp1.0.0

ツール

2

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
languagestringいいえ認識言語
audio_base64stringはいBase64 形式の音声データ
content_typestringいいえ音声の MIME タイプ(audio/wav、audio/ogg;codecs=opus、audio/mpeg)

詳細

SaluteSpeech MCP — AI アシスタント向けロシア語音声の認識と合成

通話やボイスメッセージを文字起こしする方法、Sber の音声でテキストを読み上げる方法、独自のバックエンドなしでロシア語の音声認識を Claude に接続する方法をお探しなら、これがその答えです。Sber SaluteSpeech API を利用する 5 つのツール:音声認識(STT)と音声合成(TTS)。

npm License: MIT

@theYahia による WWmcp シリーズ(46 サーバー)の一部です。

インストール

Claude Desktop
{
  "mcpServers": {
    "salutespeech": {
      "command": "npx",
      "args": ["-y", "@theyahia/salutespeech-mcp"],
      "env": { "SALUTESPEECH_API_KEY": "your-base64-key" }
    }
  }
}
Claude Code
claude mcp add salutespeech -e SALUTESPEECH_API_KEY=your-key -- npx -y @theyahia/salutespeech-mcp
Streamable HTTP モード
SALUTESPEECH_API_KEY=your-key npx @theyahia/salutespeech-mcp --http --port=3000
# POST http://localhost:3000/mcp
# GET  http://localhost:3000/health

認証

3 つの方法があります(上から順に確認されます)。

変数形式
SALUTESPEECH_API_KEYclient_id:client_secret 文字列を Base64 でエンコードしたもの
SALUTE_AUTH_KEY同じもの(旧エイリアス)
SALUTE_SPEECH_CLIENT_ID + SALUTE_SPEECH_CLIENT_SECRET生の認証情報(自動的にエンコードされます)

OAuth トークンは自動的に取得・更新されます。デフォルトのスコープは SALUTE_SPEECH_PERS(個人向け)です。法人アカウントの場合は SALUTE_SPEECH_SCOPE を設定してください (SALUTE_SPEECH_CORP は後払い、SALUTE_SPEECH_B2B は前払い)。 認証情報は developers.sber.ru で取得できます。

ツール(5)

ツール説明
recognize_speechBase64 形式の音声を認識します
synthesize_speech音声を合成し、Base64 形式で返します
list_models認識モデルと合成音声の一覧を表示します
get_task_status非同期認識タスクのステータスを取得します
recognize_fileローカルファイルのパスを指定して音声を認識します

スキル(Skills)

  • skill-transcribe — 音声を文字起こしする手順
  • skill-synthesize — 音声を合成する手順

例

Расшифруй аудиофайл /tmp/meeting.wav
Озвучь «Привет, мир» голосом Bys_24000 в формате wav16
Покажи доступные голоса

制限事項

recognize_speech と recognize_file は 同期 エンドポイントを使用し、音声の上限は 2 MB/1 分 です(ファイルが大きい場合は HTTP 413)。マルチチャンネル音声では、最初のチャンネルのみが認識されます。長時間の録音では非同期のワークフローが必要です (data:upload → speech:async_recognize → task:get → data:download)。このワークフローはまだツールとして提供されていませんが、ステータス確認の手順は get_task_status で行えます。

合成するテキストは 4000 文字(空白と SSML マークアップを含む)までです。

トラブルシューティング

self-signed certificate in certificate chain / UNABLE_TO_VERIFY_LEAF_SIGNATURE

Sber のエンドポイントは Russian Trusted Root CA(НУЦ Минцифры) を使用していますが、この認証局は Node.js のデフォルトの信頼されたルート証明書ストアに含まれていません。そのため、証明書を追加するまでは最初の OAuth リクエストが失敗します。

解決方法:gosuslugi.ru/crt からルート証明書(russian_trusted_root_ca_pem.crt)をダウンロードし、Node.js に指定します。

export NODE_EXTRA_CA_CERTS=/path/to/russian_trusted_root_ca_pem.crt

MCP クライアントで、この変数をサーバーの env ブロックに追加してください。本番環境では NODE_TLS_REJECT_UNAUTHORIZED=0 を設定しないでください。TLS 検証が完全に無効になります。 公式手順:SaluteSpeech の証明書。

ライセンス

MIT


WWmcp の一部 · Telegram: @vhodvai

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。