- aivis-speech-mcp
- src
- services
import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import { z } from 'zod';
import dotenv from 'dotenv';
import aivisSpeechService from './aivis-speech-service';
import { SynthesisRequest } from '../types/aivis-speech';
// .envファイルを読み込む
dotenv.config();
// MCPモデル設定
const MCP_MODEL_ID = 'aivis-speech-synthesis';
const MCP_MODEL_NAME = 'AivisSpeech Synthesis';
/**
* MCPサービスクラス
*/
export class MCPService {
private mcpServer: McpServer;
/**
* コンストラクタ
*/
constructor() {
// MCPサーバーの初期化
this.mcpServer = new McpServer({
name: MCP_MODEL_NAME,
version: '1.0.0',
description: 'AivisSpeech音声合成のMCPサーバー',
capabilities: {
tools: true
}
});
// 音声合成ツールの登録
this.mcpServer.tool(
MCP_MODEL_ID,
{
text: z.string().describe('音声合成するテキスト'),
speaker_id: z.number().optional().describe('音声合成に使用するスピーカーのID'),
style_id: z.number().optional().describe('音声合成に使用するスタイルのID'),
speed_scale: z.number().min(0.5).max(2.0).optional().default(1.0).describe('話速のスケール（1.0が標準）'),
pitch_scale: z.number().min(0.5).max(2.0).optional().default(1.0).describe('音高のスケール（1.0が標準）'),
intonation_scale: z.number().min(0.0).max(2.0).optional().default(1.0).describe('イントネーションのスケール（1.0が標準）'),
volume_scale: z.number().min(0.0).max(2.0).optional().default(1.0).describe('音量のスケール（1.0が標準）'),
pre_phoneme_length: z.number().min(0.0).max(1.0).optional().default(0.1).describe('音声の先頭の無音時間（秒）'),
post_phoneme_length: z.number().min(0.0).max(1.0).optional().default(0.1).describe('音声の末尾の無音時間（秒）'),
output_sampling_rate: z.number().optional().default(24000).describe('出力音声のサンプリングレート（Hz）'),
},
async (params, extra) => {
try {
// デフォルトのスピーカーIDを.envから取得
const defaultSpeakerId = parseInt(process.env.AIVIS_SPEECH_SPEAKER_ID || '888753760', 10);
// AivisSpeech APIリクエストの作成
const synthesisRequest: SynthesisRequest = {
text: params.text,
speaker: params.speaker_id || defaultSpeakerId,
style_id: params.style_id,
speed_scale: params.speed_scale,
pitch_scale: params.pitch_scale,
intonation_scale: params.intonation_scale,
volume_scale: params.volume_scale,
pre_phoneme_length: params.pre_phoneme_length,
post_phoneme_length: params.post_phoneme_length,
output_sampling_rate: params.output_sampling_rate,
};
try {
// AivisSpeech APIを呼び出して音声合成を実行
await aivisSpeechService.synthesize(synthesisRequest);
// 正しいMCPレスポンス形式で返す
return {
content: [
{
type: "text",
text: `「${params.text}」の音声合成が完了しました`
}
]
};
} catch (synthesisError) {
console.error('Synthesis error:', synthesisError);
const errorMessage = synthesisError instanceof Error ? synthesisError.message : '音声合成処理中にエラーが発生しました';
return {
content: [{ type: "text", text: `音声合成に失敗しました: ${errorMessage}` }],
isError: true
};
}
} catch (error) {
console.error('Request handling error:', error);
const errorMessage = error instanceof Error ? error.message : '音声合成リクエストの処理中にエラーが発生しました';
return {
content: [{ type: "text", text: `音声合成に失敗しました: ${errorMessage}` }],
isError: true
};
}
}
);
}
/**
* MCPサーバーを起動する
*/
async start(): Promise<void> {
console.log('Starting MCP Server with stdio transport...');
try {
// 標準入出力トランスポートを作成して接続
const transport = new StdioServerTransport();
await this.mcpServer.connect(transport);
console.log('MCP Server started successfully');
console.log(`Tool registered: ${MCP_MODEL_ID}`);
console.log('Waiting for requests...');
} catch (error) {
console.error('Error starting MCP server:', error);
throw error;
}
}
}
// シングルトンインスタンスをエクスポート
export default new MCPService();