tts-mcp
OpenAI TTS API を使用して高品質のテキスト読み上げを生成するためのモデル コンテキスト プロトコル (MCP) サーバーおよびコマンドライン ツール。
主な特徴
- MCP サーバー: Claude Desktop やその他の MCP 対応クライアントとテキスト読み上げ機能を統合します
- 音声オプション: 複数の音声キャラクター (アロイ、ノヴァ、エコーなど) をサポート
- 高品質オーディオ: さまざまな出力形式をサポート (MP3、WAV、OPUS、AAC)
- カスタマイズ可能: 音声速度、音声キャラクター、追加の指示を設定できます
- CLIツール: 直接テキストを音声に変換するコマンドラインユーティリティとしても利用可能
インストール
方法1: リポジトリからインストールする
# 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 .
方法2: npx で直接実行する（インストール不要）
# 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
MCP サーバーの使用状況
MCP サーバーを使用すると、Claude Desktop などの Model Context Protocol (MCP) 互換クライアントとテキスト読み上げ機能を統合できます。
MCPサーバーの起動
# 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
MCP サーバー オプション
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
MCPクライアントとの統合
MCPサーバーは、Claude Desktopおよびその他のMCP対応クライアントで使用できます。Claude Desktopとの連携については、以下をご覧ください。
- Claude Desktop 構成ファイルを開きます (通常は
~/Library/Application Support/Claude/claude_desktop_config.jsonにあります) - OpenAI API キーを含む次の構成を追加します。
{
"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"
}
}
}
}
あるいは、npx を使用するとセットアップが簡単になります。
{
"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"
}
}
}
}
API キーは次の 2 つの方法で提供できます。
- 直接的な方法（テストに推奨）：
--api-keyパラメータを使用してargs配列に含める - 環境変数メソッド（より安全）：上記のように
envオブジェクトに設定する
セキュリティに関する注意: API キーを含める場合は、必ず構成ファイルを保護してください。
- Claudeデスクトップを再起動します
- クロードに「このテキストを読み上げて」などのリクエストをすると、テキストが音声に変換されます。
利用可能なMCPツール
- テキスト読み上げ: テキストを音声に変換して再生するツール
CLIツールの使用
tts-mcp をスタンドアロンのコマンドライン ツールとして使用することもできます。
# 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
CLIツールオプション
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
サポートされている音声
次の音声キャラクターがサポートされています:
- 合金（デフォルト）
- 灰
- コーラル
- エコー
- 寓話
- オニキス
- 新星
- セージ
- きらめき
サポートされているモデル
- tts-1
- tts-1-hd
- gpt-4o-mini-tts（デフォルト）
出力形式
次の出力形式がサポートされています。
- mp3（デフォルト）
- 作品
- AAc
- フラック
- ウェーブ
- PCM
環境変数
システム環境変数を使用してツールを構成することもできます。
OPENAI_API_KEY=your-api-key-here
ライセンス
マサチューセッツ工科大学