MCP VOICEVOX Go

MCP VOICEVOX Go

这是一个使用 VOICEVOX 实现的 Model Context Protocol (MCP) 服务。使用此服务后，大模型即可使用 VOICEVOX 的语音合成功能。

前提条件

• Go 1.21 以上
• VOICEVOX 正在本地运行（默认可通过 http://localhost:50021 访问）

安装

使用 Go install（推荐）

go install github.com/metapox/mcp-voicevox-go@latest

从源码构建

git clone https://github.com/metapox/mcp-voicevox-go.git
cd mcp-voicevox-go
go mod tidy
go build -o mcp-voicevox .

快速开始

1. 启动 VOICEVOX 引擎

启动 VOICEVOX 应用程序，或直接启动 VOICEVOX 引擎。

2. 在 Amazon Q CLI 中配置

在 ~/.aws/amazonq/mcp.json 中添加以下配置：

{
  "mcpServers": {
    "voicevox": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true"
      }
    }
  }
}

3. 重启 Amazon Q CLI

# Amazon Q CLIを再起動して設定を反映
q chat

现在即可使用 voicevox___text_to_speech 和 voicevox___get_speakers 工具。

配置模板

基本配置

{
  "mcpServers": {
    "voicevox": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true"
      },
      "autoApprove": [
        "get_speakers",
        "text_to_speech"
      ]
    }
  }
}

1.5 倍速配置

{
  "mcpServers": {
    "voicevox-fast": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
        "MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "1.5"
      },
      "autoApprove": [
        "get_speakers",
        "text_to_speech"
      ]
    }
  }
}

2 倍速配置

{
  "mcpServers": {
    "voicevox-2x": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
        "MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "2.0"
      },
      "autoApprove": [
        "get_speakers",
        "text_to_speech"
      ]
    }
  }
}

自定义语音配置

{
  "mcpServers": {
    "voicevox-custom": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
        "MCP_VOICEVOX_DEFAULT_SPEAKER": "1",
        "MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "1.3",
        "MCP_VOICEVOX_DEFAULT_PITCH_SCALE": "0.05",
        "MCP_VOICEVOX_DEFAULT_INTONATION_SCALE": "1.2"
      },
      "autoApprove": [
        "get_speakers",
        "text_to_speech"
      ]
    }
  }
}

同时使用多个配置

{
  "mcpServers": {
    "voicevox-normal": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true"
      },
      "autoApprove": ["get_speakers", "text_to_speech"]
    },
    "voicevox-fast": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
        "MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "1.5"
      },
      "autoApprove": ["get_speakers", "text_to_speech"]
    },
    "voicevox-2x": {
      "command": "mcp-voicevox",
      "args": ["stdio"],
      "env": {
        "MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
        "MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "2.0"
      },
      "autoApprove": ["get_speakers", "text_to_speech"]
    }
  }
}

使用方法

作为 HTTP 服务启动

mcp-voicevox server

通过 Stdio 启动（用于 MCP）

mcp-voicevox stdio

选项

通用选项

选项	简写	说明	默认值
--voicevox-url	-u	VOICEVOX API 端点	http://localhost:50021
--temp-dir	-t	临时文件目录	系统临时目录
--default-speaker	-s	默认说话人 ID	3
--default-speed-scale		默认语速（0.5-2.0）	1.0
--default-pitch-scale		默认音高（-0.15-0.15）	0.0
--default-intonation-scale		默认语调（0.0-2.0）	1.0
--default-volume-scale		默认音量（0.0-2.0）	1.0

仅适用于 server 子命令

选项	简写	说明	默认值
--port	-p	服务端口号	8080

仅适用于 stdio 子命令

选项	说明	默认值
--enable-playback	启用自动播放音频	false

环境变量

变量名	说明	默认值
MCP_VOICEVOX_PORT	服务端口号（仅 server）	8080
MCP_VOICEVOX_URL	VOICEVOX API 端点	http://localhost:50021
MCP_VOICEVOX_TEMP_DIR	临时文件目录	系统临时目录
MCP_VOICEVOX_DEFAULT_SPEAKER	默认说话人 ID	3
MCP_VOICEVOX_ENABLE_PLAYBACK	自动播放音频（true/false）	false
MCP_VOICEVOX_DEFAULT_SPEED_SCALE	默认语速（0.5-2.0）	1.0
MCP_VOICEVOX_DEFAULT_PITCH_SCALE	默认音高（-0.15-0.15）	0.0
MCP_VOICEVOX_DEFAULT_INTONATION_SCALE	默认语调（0.0-2.0）	1.0
MCP_VOICEVOX_DEFAULT_VOLUME_SCALE	默认音量（0.0-2.0）	1.0

示例：

export MCP_VOICEVOX_DEFAULT_SPEAKER=1
export MCP_VOICEVOX_PORT=8888
export MCP_VOICEVOX_ENABLE_PLAYBACK=true
export MCP_VOICEVOX_DEFAULT_SPEED_SCALE=1.5
mcp-voicevox server

与 Amazon Q CLI 集成

要在 Amazon Q CLI 中使用，请使用上述 mcp.json 配置。配置完成后，即可使用以下工具：

• voicevox___text_to_speech：将文本转换为语音
• voicevox___get_speakers：获取可用说话人列表

功能

text_to_speech

将文本转换为语音。

参数：

• text：要转换为语音的文本（必填）
• speaker_id：说话人 ID（省略时使用默认说话人）
• speed_scale：语速（0.5-2.0，省略时使用默认值）
• pitch_scale：音高（-0.15-0.15，省略时使用默认值）
• intonation_scale：语调（0.0-2.0，省略时使用默认值）
• volume_scale：音量（0.0-2.0，省略时使用默认值）

启用音频播放后，合成完成时会自动播放音频。

get_speakers

获取可用说话人列表。

语音参数详情

语速（Speed Scale）

• 范围：0.5 - 2.0
• 默认值：1.0
• 效果：
  • 0.5：半速（较慢）
  • 1.0：正常速度
  • 1.5：1.5 倍速（稍快）
  • 2.0：2 倍速（很快）

音高（Pitch Scale）

• 范围：-0.15 - 0.15
• 默认值：0.0
• 效果：
  • 负值：低音
  • 0.0：正常音高
  • 正值：高音

语调（Intonation Scale）

• 范围：0.0 - 2.0
• 默认值：1.0
• 效果：
  • 0.0：平淡的说话方式
  • 1.0：正常语调
  • 2.0：增强语调

音量（Volume Scale）

• 范围：0.0 - 2.0
• 默认值：1.0
• 效果：
  • 0.0：静音
  • 1.0：正常音量
  • 2.0：大音量

命令行使用示例

基本用法

# 1.5倍速で起動
mcp-voicevox stdio --default-speed-scale 1.5 --enable-playback

# 環境変数で設定
export MCP_VOICEVOX_DEFAULT_SPEED_SCALE=1.5
mcp-voicevox stdio

组合多个参数

# 少し早口で高めの声、抑揚強め
mcp-voicevox stdio \
  --default-speed-scale 1.3 \
  --default-pitch-scale 0.08 \
  --default-intonation-scale 1.4 \
  --enable-playback

支持音频播放的平台

• macOS：使用 afplay 命令
• Linux：使用 paplay、aplay 或 mpv（自动检测可用项）
• Windows：使用 PowerShell 的 Media.SoundPlayer

构建

go build -o mcp-voicevox cmd/*.go

许可证

MIT