Claude Code に音声で話しかけられます。Claude が音声で応答します。すべてが Mac 上でローカルに動作します — クラウド API も、サブスクリプションも不要で、データがマシンの外に出ることもありません。
Raz（アラム語の רָז、「明かされた神秘」に由来）は、音声合成に kokoro-mlx、聴取に mlx-whisper を使用して、Claude Code に声と耳を与えます。どちらも Apple Silicon 向けに最適化されています。
You speak (hold Right Option key) ──► Whisper transcribes ──► text goes to Claude
Claude responds ──► auto-speak reads the response aloud through your speakersこれだけです。Raz をオンにすると、Claude と音声で会話できます。コードブロックと表は静かにスキップされ、散文のみが読み上げられます。
Related MCP server: Voice MCP
要件 | 理由 |
Apple Silicon Mac（M1/M2/M3/M4） | kokoro-mlx と mlx-whisper は Apple Silicon でのみ動作します |
Python 3.12 | 固定バージョン — kokoro-mlx が要求します |
これと統合する CLI | |
Python パッケージマネージャー（すべてを処理します） | |
jq | CLI の JSON 処理（ |
セットアップ全体は約5分で完了します。すべての手順はコピー＆ペーストです。
git clone https://github.com/Mateob6/claude-voice-interaction.git
cd claude-voice-interaction
uv syncこれによりコードがダウンロードされ、すべての Python 依存関係（kokoro-mlx、mlx-whisper、FastAPI、pynput など）が分離された仮想環境にインストールされます。
mkdir -p ~/.local/bin
ln -sf "$(pwd)/scripts/raz" ~/.local/bin/raz
chmod +x scripts/raz scripts/start_server.sh scripts/stop_server.sh~/.local/bin が PATH に含まれていることを確認してください。含まれていない場合:
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc動作を確認します:
raz helpこれにより、Claude Code は 10 個の組み込みツール（speak、音声の変更、リスニングの開始/停止など）を通じて Raz を制御できます:
claude mcp add raz -- uv run --directory "$(pwd)" python -m raz.mcp_serverこのフックにより、Claude の応答が自動的に読み上げられます。Claude Code の設定に追加してください:
cat ~/.claude/settings.jsonファイルが存在する場合は hooks セクションを追加してください。存在しない場合は作成してください:
{
"hooks": {
"Stop": [
{
"matcher": "*",
"hooks": [
{
"type": "command",
"command": "/FULL/PATH/TO/claude-voice-interaction/hooks/stop_hook.sh",
"timeout": 30
}
]
}
]
}
}重要: /FULL/PATH/TO/claude-voice-interaction を、リポジトリをクローンした実際のパスに置き換えてください。プロジェクトディレクトリ内で pwd を実行すると確認できます。
raz startこれにより、次の 2 つが起動します:
TTS サーバー（テキスト読み上げ）— kokoro-mlx モデルをロードします（初回は約10秒）
STT デーモン（音声認識）— Right Option キーを監視します
次のように表示されるはずです:
=== Starting Raz ===
Starting Raz TTS server (background) on port 8787...
Raz ready!
Starting STT daemon (lang=es)...
Loading Whisper model. ready!
PID: 12345テストします:
raz say "Hello, I can speak now"音声が聞こえれば、すべて正常に動作しています。Raz を停止するには:
raz stopraz start # start voice + mic
raz stop # stop everything
raz status # check what's runningキーボードの Right Option（⌥） を押し続けます
メッセージを話します
キーを離します
話した内容が文字起こしされ、Claude Code に貼り付けられます
録音開始時には Tink 音、停止時には Pop 音が聞こえます。
初回のみ: macOS がターミナルアプリへのアクセシビリティ権限を要求します。許可してください — pynput がホットキーをグローバルに検出するために必要です。
初回の押下時: Whisper モデルは初回使用時にロードされます（約3秒）。以降は文字起こしがほぼ瞬時に行われます。モデルは 5 分間アイドル状態が続くと、メモリ解放のために自動的にアンロードされます。
raz voice af_heart # switch to English female (best quality)
raz voice em_alex # switch to Spanish male (default)
raz voice bm_fable # switch to British storyteller
raz voices # see all 54 voicesraz speed 1.5 # faster
raz speed 0.8 # slower
raz speed 1.0 # normal音声を録音し、文字起こしをクリップボードにコピーします（デーモンなし）:
raz listen # Spanish (default)
raz listen en # English
# Press Ctrl+C when done speakingグローバルキーボードショートカットで、任意のアプリから Raz のオン/オフを切り替えます:
raz shortcut install次にショートカットを割り当てます:
システム設定 → キーボード → キーボードショートカット → サービス → 一般
「Activar Raz」 を見つけます
「ショートカットを追加」をクリックし、好みのキーコンビネーション（例: ⌃⌘R）を押します
これで、そのキーコンビネーションで、macOS の通知付きでどこからでも Raz のオン/オフを切り替えられます。
10 言語・54 の音声。主なもの:
ID | 言語 | 性別 | 特徴 |
| スペイン語 | ♂ | デフォルト。 自然で明瞭 |
| スペイン語 | ♀ | 温かみがあり表現豊か |
| 英語 | ♀ | 総合的に最高品質 |
| 英語 | ♂ | 深みがあり明瞭 |
| イギリス英語 | ♂ | 読み聞かせ向きの声 |
| フランス語 | ♀ | 明瞭で自然 |
| イタリア語 | ♀ | 温かくメロディアス |
| 日本語 | ♀ | 標準 |
| マンダリン | ♀ | 元気な声 |
| ポルトガル語 | ♀ | 自然 |
全一覧: raz voices
モード | 動作 |
| 散文を読み上げ、コードと表を静かにスキップします （デフォルト） |
| すべてを読み上げます |
| 自動読み上げは行いません — 明示的な |
raz mode smart # recommended
raz mode auto # hear everything
raz mode off # silent, use speak() when neededRaz はテキストがスペイン語か英語かを自動検出し、それに応じて音声を切り替えます。em_alex（スペイン語の男性）を設定しており、Claude が英語で応答した場合、Raz はその応答の間だけ自動的に am_adam（英語の男性）に切り替え、その後元に戻します。
プッシュトークデーモンはデフォルトでスペイン語を使用します。別の言語で起動する場合:
raz stt start en # English
raz stt start es # Spanish (default)Claude Code
├── MCP tools (10) ──► localhost:8787 (TTS: kokoro-mlx)
│ ──► raz.stt.daemon (STT: control)
├── Stop hook ──► localhost:8787/auto-speak
├── STT daemon (pynput + mlx-whisper) ──► clipboard ──► paste
└── CLI (raz) ──► unified lifecycleコンポーネント | 機能 | メモリ |
TTS サーバー | スピーカーからテキストを読み上げます（FastAPI + kokoro-mlx） | ~730 MB |
STT デーモン | Right Option を監視し、Whisper で文字起こしします | アイドル時 ~2 MB、Whisper ロード時 ~4 GB |
MCP サーバー | Claude Code が Raz を制御するための 10 個のツール | Claude Code 内で動作 |
停止フック | Claude の応答を取得して TTS に送信します | bash スクリプト、メモリなし |
STT デーモンは、最初のキー押下時に Whisper を遅延ロードし、5 分間アイドル状態が続くと約 4 GB のメモリを解放するために自動的にアンロードします。
ターミナルアプリにはアクセシビリティ権限が必要です。システム設定 → プライバシーとセキュリティ → アクセシビリティ に移動し、ターミナル（iTerm2、Terminal.app など）を追加してください。
初回実行時には Whisper モデル（約 800 MB）がダウンロードされます。インターネット接続を確認してください。モデルは初回ダウンロード後にキャッシュされます。
別の Raz インスタンスが実行されています。終了してください:
raz stop
# If that doesn't work:
pkill -f "raz.tts_server"pkill -f "run_daemon"Mac の音声出力が正しく設定されているか確認してください（システム設定 → サウンド）。Raz はデフォルトの出力デバイスから再生します。
raz start # Start Raz (voice + mic)
raz stop # Stop Raz
raz on / raz off # Enable/disable Raz
raz status # Show Raz status
raz say "text" # Speak text
raz listen [lang] # Record → transcribe → clipboard
raz voice NAME # Change voice
raz voices # List all 54 voices
raz mode MODE # smart | auto | off
raz speed N # 0.5–2.0
raz stt start|stop # Mic only
raz tts start|stop # Voice only
raz shortcut install|remove # Keyboard shortcutMCP サーバーとして登録すると、Claude Code は次の 10 個のツールを利用できます:
ツール | 機能 |
| テキストを読み上げます |
| 音声を変更します |
| すべての音声を一覧表示します |
| 自動読み上げモードを変更します |
| 読み上げ速度を変更します |
| TTS を有効/無効にします |
| Raz のステータスを確認します |
| プッシュトークを開始します |
| プッシュトークを停止します |
| マイクのステータスを確認します |
This server cannot be deployed
Let cloud agents talk to you: progress updates spoken on your Mac, and replies you send back.
No-data MCP handoff for local Claude Code to Codex harness moves. $49 lifetime.
Use your Mac, Windows or Linux computer from ChatGPT, Claude or Codex: files, commands, documents.
Mac & Windows: let ChatGPT, Claude & Cursor use your email, calendar, iMessage, Teams, files.
