Voicevox MCP Server

Instructions

Implementation Reference

• src/tools/VoicevoxTool.ts:32-68 (handler)

  The execute method that implements the core voicevox tool logic: creates audio query via VOICEVOX API, synthesizes speech, saves to temporary WAV file, and plays it on the host using platform-specific playback.

  async execute({ text }: VoicevoxInput): Promise<string> {
    try {
      // 音声合成用のクエリを作成
      const queryResponse = await axios.post(
        `${this.VOICEVOX_API_URL}/audio_query`,
        null,
        { params: { text, speaker: this.VOICEVOX_API_SPEAKER_ID } }
      );
  
      // 音声を合成
      const synthesisResponse = await axios.post(
        `${this.VOICEVOX_API_URL}/synthesis`,
        queryResponse.data,
        {
          params: { speaker: this.VOICEVOX_API_SPEAKER_ID },
          responseType: "arraybuffer",
        }
      );
  
      // 音声データを一時ファイルに保存
      fs.writeFileSync(
        this.TEMP_AUDIO_FILE,
        Buffer.from(synthesisResponse.data)
      );
  
      // 音声を再生
      await this.playAudio(this.TEMP_AUDIO_FILE);
  
      return `「${text}」の音声をホストコンピュータで再生しました。話者ID: ${this.VOICEVOX_API_SPEAKER_ID}`;
    } catch (error) {
      console.log(error);
      if (error instanceof Error) {
        throw new Error(`音声合成または再生に失敗しました: ${error.message}`);
      }
      throw new Error("音声合成または再生に失敗しました");
    }
  }

• src/tools/VoicevoxTool.ts:12-26 (schema)

  Input schema definition using Zod for validation and TypeScript interface for typing the 'text' parameter expected by the voicevox tool.

  interface VoicevoxInput {
    text: string;
  }
  
  class VoicevoxTool extends MCPTool<VoicevoxInput> {
    name = "voicevox";
    description =
      "VOICEVOXを使用して音声を合成し、ホストコンピュータで再生します";
  
    schema = {
      text: {
        type: z.string(),
        description: "合成する文章",
      },
    };

• src/tools/VoicevoxTool.ts:70-92 (helper)

  Supporting helper method to play the generated audio file using OS-specific commands: VLC on Windows, aplay on Linux.

    private async playAudio(filePath: string): Promise<void> {
      try {
        switch (process.platform) {
          // Windows
          case "win32":
            await execAsync(
              `vlc.exe -I dummy --dummy-quiet ${filePath} vlc://quit`
            );
            break;
          // Linux or Docker
          case "linux":
            await execAsync(`aplay ${filePath}`);
            break;
          // Mac
          case "darwin":
          default:
            throw new Error("サポートされていないOSです");
        }
      } catch (error) {
        throw new Error(`音声の再生に失敗しました: ${error}`);
      }
    }
  }