交互式语音MCP服务器

交互式语音 MCP 服务器 (Kokoro TTS + NeMo ASR)

模型上下文协议服务器使用 Kokoro 提供文本转语音 (TTS) 功能，使用 NVIDIA NeMo Parakeet 模型提供语音转文本 (STT) 功能，从而实现交互式语音对话。

可用工具

interactive_voice_dialog - 将文本合成为语音，播放，然后监听用户语音输入并返回转录。
- 必需参数：
  - text_to_speak （字符串）：助手要说的文本。
- 可选参数：
  - voice （字符串）：用于 TTS 的语音（例如“af_heart”）。默认为“af_heart”。

安装

先决条件

一些底层 TTS 模型需要在您的系统上安装espeak-ng 。

Windows 安装：

转到espeak-ng 发布版本。
点击“最新版本”。
下载适当的*.msi文件（例如espeak-ng-20191129-b702b03-x64.msi ）。
运行下载的安装程序。

本地开发安装

要允许 Claude Desktop 使用python -m mcp_server_tts启动此服务器，您需要将其安装为 Python 模块。建议在开发过程中以“可编辑”模式 ( -e ) 安装，因为这意味着对源代码的更改会立即生效，而无需重新安装。

导航到包含pyproject.toml文件的目录（此服务器项目的根目录）并运行：

pip install -e .

安装后，您可以使用以下命令将其作为脚本运行：

python -m mcp_server_tts.server # Assuming the main module is still server.py within mcp_server_tts
# Or, if you create a new package structure:
# python -m mcp_interactive_voice_server

配置

要将此服务器与 Claude Desktop 一起使用，您需要将其添加到claude_desktop_config.json文件中。该文件通常位于： C:\Users\<YourUsername>\AppData\Roaming\Claude\claude_desktop_config.json

在claude_desktop_config.json中的mcpServers对象下添加以下条目：

    "tts": {
      "command": "python",
      "args": ["-m", "mcp_server_tts"]
    }

例如，您的mcpServers部分可能如下所示：

{
  // ... other configurations ...
  "mcpServers": {
    // ... other servers ...
    "tts": {
      "command": "python",
      "args": ["-m", "mcp_server_tts"]
    }
    // ... other servers ...
  }
  // ... other configurations ...
}

Interactive Voice MCP Server