RVC Voice MCP

Verwandeln Sie Text aus einem MCP-fähigen Chat-Client in Sprache, konvertieren Sie ihn mit einem lokalen RVC-.pth + .index-Modell und rendern Sie einen Audio-Player im Gespräch.

Dieses Projekt erzeugt synthetische Audiodaten. Verwenden Sie nur Stimmen, die Ihnen gehören oder für die Sie die Erlaubnis haben, und weisen Sie deutlich auf KI-generierte Ausgaben hin.

So funktioniert es

1. ChatGPT ruft speak_rvc mit Text auf.

2. Der lokale Server bittet Applio, eine Basisstimme zu synthetisieren und die RVC-Konvertierung durchzuführen.

3. Das MCP-Apps-Widget rendert die generierte WAV-Datei in einem Inline-Player.

Der Server akzeptiert niemals Modellpfade oder Shell-Befehle aus dem Chat. Pfade sind in der lokalen Umgebungskonfiguration festgelegt und von Git ausgeschlossen.

Voraussetzungen

• Windows und Node.js 20+

• Eine funktionierende Applio-Installation, entweder in local/Applio oder unter einem manuell konfigurierten Pfad

• Ein RVC-Inferenz-.pth und passendes .index

• ChatGPT-Entwicklermodus und ein öffentlicher HTTPS-Tunnel für die Web-Integration

Lokale Einrichtung

Copy-Item .env.example .env
npm install
npm run check
npm start

Bearbeiten Sie .env vor dem Start und ersetzen Sie HTTP_TOKEN durch ein langes zufälliges Geheimnis.

Lokale automatische Erkennung

Das Repository reserviert diese ignorierten lokalen Verzeichnisse:

local/Applio/    Complete Applio installation
local/models/    RVC .pth and .index files

Wenn die vier Pfadeinstellungen in .env leer gelassen werden, verwendet der Server local/Applio/env/python.exe und durchsucht local/models rekursiv. Die automatische Modellauswahl ist nur aktiviert, wenn genau eine .pth- und genau eine .index-Datei vorhanden sind, um eine versehentliche Fehlzuordnung zu verhindern, wenn mehrere Stimmen installiert sind.

Manuelle Pfade haben weiterhin Priorität. Sie können jeden oder alle dieser Werte unabhängig voneinander festlegen:

APPLIO_DIR=D:\Apps\Applio
PYTHON_PATH=D:\Apps\Applio\env\python.exe
RVC_MODEL_PATH=D:\Voices\character.pth
RVC_INDEX_PATH=D:\Voices\character.index

Starten Sie den Dienst neu, nachdem Sie Modelle hinzugefügt oder geändert haben, da die Erkennung beim Start erfolgt.

• Gesundheit: http://127.0.0.1:8788/health

• MCP: http://127.0.0.1:8788/mcp?token=YOUR_TOKEN

Ein-Klick-öffentlicher Endpunkt

Ausführen:

npm run public

Beim ersten Lauf wird Cloudflare Tunnel in den ignorierten lokalen tools-Ordner heruntergeladen. Das Skript generiert ein neues Zugriffstoken, startet den MCP-Server und den Tunnel im Hintergrund und gibt dann die HTTPS-Connector-URL aus, die Sie im ChatGPT-Entwicklermodus hinzufügen können. Lassen Sie dieses Terminal nur geöffnet, während Sie die URL lesen; die beiden Hintergrundprozesse laufen weiter.

Stoppen Sie beide Prozesse mit:

npm run stop

Schnelltunnel sind für die Entwicklung gedacht und ihre URL ändert sich jedes Mal. Für eine stabile öffentliche Veröffentlichung konfigurieren Sie einen benannten Cloudflare-Tunnel und eine Domain, die Sie kontrollieren.

Werkzeuge

• speak_rvc(text) erzeugt KI-Sprache und rendert den Player.

• get_status() prüft die lokale Konfiguration, ohne Pfade preiszugeben.

Aktueller Umfang

Der anfängliche Adapter verwendet Applios integrierten TTS-Befehl und RVC-Inferenz. Vollständig offline TTS und ein stabiler benannter Tunnel sind zukünftige Arbeiten.

Lizenz

MIT