Doubao TTS MCP

项目简介

本项目旨在将火山引擎TTS官方API封装为标准MCP协议工具，支持在 Cursor、Claude 等平台通过自然语言参数调用，实现一键语音合成。适用于需要自定义音色、参数映射、自动化批量语音生成的开发者场景。

doubao_tts_mcp 使用说明

快速开始

0. 克隆项目代码

git clone https://github.com/lxy2109/doubao-tts-mcp.git
cd doubao-tts-mcp

Python环境准备

本项目需 Python 3.8 及以上版本。
推荐使用 Python官网下载并安装最新版。
安装完成后，命令行输入 python --version 或 python3 --version 检查版本。

1. 安装依赖

pip install -r requirements.txt

2. 安装本地包（支持命令行调用）

pip install -e .

3. 配置环境变量

可在 .env 或 mcp.json 的 env 字段中设置：（获取方式：https://console.volcengine.com/speech/service/10007）

VOLC_APPID
VOLC_TOKEN
PORT（如需自定义端口）
OUTPUT_DIR（音频输出目录）

4. 命令行启动服务

doubao-tts-mcp

5. cursor mcp.json 配置示例

{
  "mcpServers": {
    "doubao_tts_mcp": {
      "command": "doubao-tts-mcp",
      "args": [],
      "env": {
        "VOLC_APPID": "你的appid",
        "VOLC_TOKEN": "你的token",
        "PORT": "5001",
        "OUTPUT_DIR": "D:/doubao_tts_mcp/output"
      }
    }
  }
}

6. 在 Cursor/Claude 等平台使用

平台会自动读取 mcp.json 并用命令行方式启动 MCP 服务。
在 MCP 面板填写参数即可一键合成音频。
合成结果会返回音频文件的绝对路径，文件保存在指定目录下。

7. 常见问题

Q：如何让 MCP 工具支持命令行调用？
- A：请确保 pyproject.toml 配置了 entry_points，并用 pip install -e . 安装本地包。
Q：比特率及采样率无法调整？
- A：由于 MCP 工具 schema 类型校验限制，bitrate 和 rate 参数暂不可用，建议用默认值。
Q：音色、情感、语速等参数如何填写？
- A：支持自然语言关键词（如"少女""萝莉"），会自动智能映射到官方音色。

示例调用

{
  "text": "测试声音参数",
  "voice_type": "少女",
  "speed_ratio": 0.8,
  "emotion": "happy",
  "output_filename": "少女音色测试"
}

参考

This server cannot be installed

security - not tested

license - permissive license

quality - not tested

How are these scores calculated?

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

A Model Context Protocol server that wraps Volcengine's Text-to-Speech API, allowing users to generate speech from text using natural language parameters for customizing voice type, emotion, and speed.

doubao_tts_mcp 使用说明

Related MCP Servers

Speech MCP Server
hammeiam
-
security
F
license
-
quality
A Model Context Protocol server that provides text-to-speech capabilities using the Kokoro TTS model, offering multiple voice options and customizable speech parameters.
Last updated -
239
JavaScript
TTS-MCP
nakamurau1
-
security
A
license
-
quality
A Model Context Protocol server that integrates high-quality text-to-speech capabilities with Claude Desktop and other MCP-compatible clients, supporting multiple voice options and audio formats.
Last updated -
TypeScript
MIT License
Gladia MCPofficial
gladiaio
-
security
-
license
-
quality
Official Model Context Protocol server that enables interaction with powerful Speech-to-Text and Audio Intelligence APIs, allowing clients like Claude Desktop to transcribe audio, analyze speech, translate content, and more.
Last updated -
Python
MIT License
Edge-TTS MCP Server
yuiseki
-
security
F
license
-
quality
A Model Context Protocol server that provides text-to-speech functionality for AI agents using Microsoft Edge's text-to-speech technology, supporting multiple voices, languages, and voice customization.
Last updated -
1
Python

View all related MCP servers