tts-mcp
Un servidor de Protocolo de Contexto de Modelo (MCP) y una herramienta de línea de comandos para la generación de texto a voz de alta calidad utilizando la API TTS de OpenAI.
Características principales
- Servidor MCP : integre capacidades de texto a voz con Claude Desktop y otros clientes compatibles con MCP
- Opciones de voz : Soporte para múltiples personajes de voz (alloy, nova, echo, etc.)
- Audio de alta calidad : Compatibilidad con varios formatos de salida (MP3, WAV, OPUS, AAC)
- Personalizable : configure la velocidad del habla, el carácter de la voz y las instrucciones adicionales
- Herramienta CLI : También disponible como utilidad de línea de comandos para la conversión directa de texto a voz
Instalación
Método 1: Instalar desde el repositorio
# Clone the repository
git clone https://github.com/nakamurau1/tts-mcp.git
cd tts-mcp
# Install dependencies
npm install
# Optional: Install globally
npm install -g .
Método 2: Ejecutar directamente con npx (no requiere instalación)
# Start the MCP server directly
npx tts-mcp tts-mcp-server --voice nova --model tts-1-hd
# Use the CLI tool directly
npx tts-mcp -t "Hello, world" -o hello.mp3
Uso del servidor MCP
El servidor MCP le permite integrar la funcionalidad de texto a voz con clientes compatibles con el Protocolo de contexto de modelo (MCP) como Claude Desktop.
Iniciar el servidor MCP
# Start with default settings
npm run server
# Start with custom settings
npm run server -- --voice nova --model tts-1-hd
# Or directly with API key
node bin/tts-mcp-server.js --voice echo --api-key your-openai-api-key
Opciones del servidor MCP
Options:
-V, --version Display version information
-m, --model <model> TTS model to use (default: "gpt-4o-mini-tts")
-v, --voice <voice> Voice character (default: "alloy")
-f, --format <format> Audio format (default: "mp3")
--api-key <key> OpenAI API key (can also be set via environment variable)
-h, --help Display help information
Integración con clientes MCP
El servidor MCP se puede utilizar con Claude Desktop y otros clientes compatibles con MCP. Para la integración con Claude Desktop:
- Abra el archivo de configuración de Claude Desktop (normalmente en
~/Library/Application Support/Claude/claude_desktop_config.json ) - Agregue la siguiente configuración, incluida su clave API de OpenAI:
{
"mcpServers": {
"tts-mcp": {
"command": "node",
"args": ["full/path/to/bin/tts-mcp-server.js", "--voice", "nova", "--api-key", "your-openai-api-key"],
"env": {
"OPENAI_API_KEY": "your-openai-api-key"
}
}
}
}
Alternativamente, puede utilizar npx para una configuración más sencilla:
{
"mcpServers": {
"tts-mcp": {
"command": "npx",
"args": ["-p", "tts-mcp", "tts-mcp-server", "--voice", "nova", "--model", "gpt-4o-mini-tts"],
"env": {
"OPENAI_API_KEY": "your-openai-api-key"
}
}
}
}
Puede proporcionar la clave API de dos maneras:
- Método directo (recomendado para pruebas): Inclúyalo en la matriz
args usando el parámetro --api-key - Método de variable de entorno (más seguro): configúrelo en el objeto
env como se muestra arriba
Nota de seguridad : asegúrese de proteger su archivo de configuración al incluir claves API.
- Reiniciar Claude Desktop
- Cuando le pides a Claude que "lea este texto en voz alta" o solicitudes similares, el texto se convertirá en voz.
Herramientas MCP disponibles
- texto a voz : herramienta para convertir texto a voz y reproducirlo
Uso de la herramienta CLI
También puede utilizar tts-mcp como una herramienta de línea de comandos independiente:
# Convert text directly
tts-mcp -t "Hello, world" -o hello.mp3
# Convert from a text file
tts-mcp -f speech.txt -o speech.mp3
# Specify custom voice
tts-mcp -t "Welcome to the future" -o welcome.mp3 -v nova
Opciones de la herramienta CLI
Options:
-V, --version Display version information
-t, --text <text> Text to convert
-f, --file <path> Path to input text file
-o, --output <path> Path to output audio file (required)
-m, --model <n> Model to use (default: "gpt-4o-mini-tts")
-v, --voice <n> Voice character (default: "alloy")
-s, --speed <number> Speech speed (0.25-4.0) (default: 1)
--format <format> Output format (default: "mp3")
-i, --instructions <text> Additional instructions for speech generation
--api-key <key> OpenAI API key (can also be set via environment variable)
-h, --help Display help information
Voces compatibles
Se admiten los siguientes caracteres de voz:
- aleación (predeterminado)
- ceniza
- coral
- eco
- fábula
- ónix
- estrella nueva
- sabio
- brillar
Modelos compatibles
- tts-1
- tts-1-hd
- gpt-4o-mini-tts (predeterminado)
Se admiten los siguientes formatos de salida:
- mp3 (predeterminado)
- opus
- aac
- flac
- onda
- PCM
Variables de entorno
También puede configurar la herramienta utilizando variables de entorno del sistema:
OPENAI_API_KEY=your-api-key-here
Licencia
Instituto Tecnológico de Massachusetts (MIT)