voize

Voize

概要

Voize は、generate_tts_url というツールを1つ提供するローカル MCP サーバーです。

現在のバックエンドを使用して音声を合成し、バイト列を現在のストレージバックエンドにアップロードして、公開 URL を返します。

現在は Xiaomi MiMo（TTS）と Cloudflare R2（ストレージ）を具体的にサポートしており、将来のバックエンド向けの拡張ポイントも維持しています。

技術スタック

• 言語：TypeScript
• ランタイム：Bun 1.0+
• 主な依存関係：@modelcontextprotocol/sdk、@aws-sdk/client-s3、zod

アーキテクチャ

このサーバーは、1つのツールハンドラーを備えた stdio MCP です。

src/
├── index.ts
├── lib/
│   ├── provider.ts
│   └── storage.ts
├── tools/
│   └── generateTtsUrl.ts
├── types.ts
└── utils/
    ├── env.ts
    ├── log.ts
    ├── retry.ts
    └── validate.ts

開発

セットアップ

必須の環境変数を設定し、公開ドメインのガードレールを適用します。

bun install
cp .env.example .env

ビルド

bun run build

テスト

自動テストはまだありません。組み込み音声と音声クローンの入力を使って、MCP のスモークテスト呼び出しで検証してください。

Lint

bun run lint

型チェック

bun run typecheck

主なファイル

ファイル	目的
src/index.ts	MCP の起動処理、環境変数の検証、stdio トランスポート
src/tools/generateTtsUrl.ts	入力の検証、TTS 呼び出し、アップロード、MCP レスポンス
src/lib/provider.ts	現在の TTS バックエンドクライアント
src/lib/storage.ts	現在の S3 互換ストレージヘルパー
docs/architecture.md	エンドツーエンドのフローと制約

エージェント向けガイドライン

• サーバーコードでは標準出力に書き込まないでください（stdio JSON-RPC の安全性を確保するため）。
• 成功時も失敗時も、MCP のテキストコンテンツで構造化 JSON を返してください。
• 起動時に公開ドメインの適用を維持してください。
• Nexus/STDB を直接呼び出す処理は導入せず、境界を URL の生成に保ってください。
• クローンのワークフロー向けのホスト済み参照音声サンプル：https://audio.zenon.red/voice/samples/zoe-sample.mp3。
• クローン呼び出しでは、voiceSampleUrl を直接渡すか、ダウンロードして voiceSamplePath を渡してください。