voice-mcp

Voice MCP

让你的 Agent 发出声音：通过 x402 按次付费的语音服务，提供 20 种声音、10 种角色、31 种语言、精细的速度和质量控制、OpenAI 格式的请求以及批量音频生成。

此 MCP 封装了 https://voice.forgemesh.io，这是一个 x402 语音 API，提供标准声音、角色声音、OpenAI 格式的语音请求、31 种语言、速度控制、质量控制和批量生成。每次调用都通过 Base 网络以 USDC 付款。

声音覆盖范围

• 10 种标准声音：M1-M5、F1-F5
• 10 种角色声音：Storyteller、Narrator、Announcer、Assistant、Urgent、Sage、Spark、Anchor、Velvet、Echo
• 31 种语言：en、ko、ja、ar、bg、cs、da、de、el、es、et、fi、fr、hi、hr、hu、id、it、lt、lv、nl、pl、pt、ro、ru、sk、sl、sv、tr、uk、vi
• 精细控制：速度 0.7x-2.0x、质量等级 1-100、角色选择、OpenAI 格式的音频格式请求，以及最多 20 条文本的批量生成
• 语音样本由付费语音工具按需生成，并以 audio_base64 WAV 格式返回

声音样本

• Assistant 样本
• Urgent 样本
• Narrator 样本
• Storyteller 样本

工具

工具	价格	用途
list_voice_catalog	免费	查看声音、角色、语言、价格、价格区间和控制项
generate_standard_voice	$0.001 / $0.003	使用 10 种标准声音生成低成本语音
generate_controlled_voice	$0.003 / $0.006	生成可精细控制速度和质量的语音
generate_persona_voice	$0.005 / $0.01	提供 Storyteller、Velvet、Narrator、Announcer、Assistant、Urgent 等角色声音
generate_openai_compatible_voice	$0.001 / $0.003	OpenAI 格式的 /v1/audio/speech 请求
generate_batch_voices	$0.002 / $0.005	每次调用最多处理 20 条文本

短文本价格适用于 1-500 个字符。长文本价格适用于 501-2000 个字符。

在发起付费 x402 调用之前，MCP 会在本地验证声音名称、语言代码、音频格式、速度和质量范围、批次项目数以及字符限制。

安装

npm install -g @forgemeshlabs/voice-mcp

Docker

构建：

docker build -t voice-mcp .

通过 stdio 运行：

docker run --rm -i \
  -e WALLET_PRIVATE_KEY=0x... \
  voice-mcp

CMD 参数：

["node", "index.js"]

MCP 配置

{
  "mcpServers": {
    "voice": {
      "command": "voice-mcp",
      "env": {
        "WALLET_PRIVATE_KEY": "0x..."
      }
    }
  }
}

要求与安全

• 使用余额较低的专用钱包；服务端使用 WALLET_PRIVATE_KEY 为付款签名。
• 服务端拒绝为 ForgeMesh Voice 钱包以外的收款方、Base 主网以外的网络、USDC 以外的资产，或超过内置单次调用上限（$0.01）的金额签名。
• 可选环境变量 X402_MAX_PRICE_USD（单次调用）和 X402_SESSION_BUDGET_USD（每个进程累计，默认 $10）只能调低内置上限。
• 后端 URL 固定为 https://voice.forgemesh.io；所有请求均为同源请求，时限为 60s、大小上限为 2 MB，并且绝不跟随重定向。

说明

• 付费工具需要 Base 钱包私钥，且钱包中需有 USDC。
• 音频工具的服务会返回 audio_base64，供 MCP 客户端存储、播放或转发 WAV 字节。
• 语音服务本身无需 API 密钥或订阅。