TextToSpeech-MCP Server

TextToSpeech-MCP Server

一款本地文本转语音 MCP 服务，使用 macOS Say 和 Kokoro TTS 引擎，提供高质量、以隐私为先的语音合成。

功能

• 本地处理：所有 TTS 合成均在本地完成，不会向外部服务发送数据
• 多种引擎：
  • macOS Say（速度快、内置，支持 23 种语音和多种语言）
  • Kokoro TTS（高质量神经网络合成，支持 21 种语音和 8 种语言）
• MCP 集成：兼容 Claude Desktop 和其他支持 MCP 的客户端
• 多语言支持：支持 43 种语言，包括英语、西班牙语、法语、日语、中文等

快速开始

1. 安装依赖

npm install

2. 构建项目

npm run build

3. 测试服务

npm start

4. 配置 Claude Desktop

将此配置添加到 Claude Desktop 设置中：

{
  "mcpServers": {
    "local-tts": {
      "command": "node",
      "args": ["./dist/server.js"],
      "cwd": "/path/to/your/TextToSpeech-MCP"
    }
  }
}

可用工具

synthesize_text

将文本转换为语音，并提供可自定义选项。

参数：

• text（必需）：要转换的文本（最多 50,000 个字符）
• voice（可选）：语音名称（例如："Alex"、"Samantha"、"Daniel"）
• engine（可选）："macos"、"kokoro" 或 "auto"（默认："auto"）
• outputFormat（可选）："aiff"、"wav"、"mp3"、"m4a"（默认："aiff"）
• speed（可选）：语速倍率，范围为 0.1–3.0（默认：1.0）
• quality（可选）："fast"、"balanced"、"high"（默认："balanced"）

list_voices

列出可用语音，并提供筛选选项。

参数：

• engine（可选）："macos"、"kokoro"、"all"（默认："all"）
• language（可选）：语言筛选条件（例如："en-us"、"es"、"fr"）
• gender（可选）："male"、"female"、"neutral"

health_check

检查引擎可用性和系统运行状况。

play_audio

播放生成的音频文件，并提供控制选项。

参数：

• audioPath（可选）：音频文件路径（默认使用最近生成的文件）
• action（可选）："play"、"pause"、"stop"、"resume"（默认："play"）

使用示例

基本合成

Use the synthesize_text tool to say "Hello, world!" using the default voice.

选择语音

List all English female voices, then use one to synthesize a greeting.

多语言

Synthesize "Bonjour le monde" using a French voice.

开发

可用脚本

• npm run build - 构建 TypeScript
• npm run dev - 以监视模式构建
• npm start - 启动服务
• npm test - 运行测试（即将推出）
• npm run lint - 运行 ESLint
• npm run format - 使用 Prettier 格式化代码

环境变量

• TTS_OUTPUT_DIR - 音频输出目录（默认：./output）
• TTS_TEMP_DIR - 临时文件目录（默认：./temp）
• TTS_ENGINE - 默认引擎："macos"、"kokoro"、"auto"（默认："auto"）
• TTS_QUALITY - 默认质量："fast"、"balanced"、"high"（默认："balanced"）

状态

✅ 阶段 1 已完成：macOS Say 引擎，支持 23 种语音 ✅ 阶段 2 已完成：集成 Kokoro TTS，支持 21 种语音 📋 计划阶段 3：批量音频播放和高级功能

使用 MCP Inspector 测试

npx @modelcontextprotocol/inspector node dist/server.js

然后打开 http://localhost:5173 以交互方式测试服务。

要求

• macOS（用于 macOS Say 引擎）
• Node.js 18+
• TypeScript

许可证

MIT