RVC Voice MCP

Превратите текст из MCP-совместимого чат-клиента в речь, преобразуйте его с помощью локальной модели RVC .pth + .index и отобразите аудиоплеер в разговоре.

Этот проект генерирует синтетическое аудио. Используйте только те голоса, которыми вы владеете или на которые у вас есть разрешение, и четко указывайте, что вывод создан ИИ.

Как это работает

1. ChatGPT вызывает speak_rvc с текстом.

2. Локальный сервер просит Applio синтезировать базовый голос и выполнить преобразование RVC.

3. В зависимости от PLAYBACK_MODE локальный компьютер воспроизводит WAV, виджет MCP Apps отображает его, или происходит и то, и другое.

Сервер никогда не принимает пути к моделям или команды оболочки из чата. Пути фиксируются в локальной конфигурации окружения и исключаются из Git.

Related MCP server: MCP TTS Server

Требования

• Windows и Node.js 20+

• Рабочая установка Applio, либо внутри local/Applio, либо по вручную настроенному пути

• Файл .pth для инференса RVC и соответствующий .index

• Режим разработчика ChatGPT и публичный HTTPS-туннель для веб-интеграции

Локальная настройка

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

Отредактируйте .env перед запуском и замените HTTP_TOKEN на длинный случайный секрет.

Локальное автоматическое обнаружение

Репозиторий резервирует следующие игнорируемые локальные каталоги:

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

Если четыре настройки путей в .env оставлены пустыми, сервер использует local/Applio/env/python.exe и рекурсивно ищет в local/models. Автоматический выбор модели включается только при наличии ровно одного файла .pth и ровно одного файла .index, что предотвращает случайное несоответствие при установке нескольких голосов.

Ручные пути по-прежнему имеют приоритет. Вы можете задать любое или все эти значения независимо:

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

Перезапустите службу после добавления или изменения моделей, поскольку обнаружение происходит при запуске.

Режимы воспроизведения

Выберите, где будет воспроизводиться сгенерированная речь:

PLAYBACK_MODE=widget

• widget — воспроизведение через аудиокарточку ChatGPT.

• local — запускает воспроизведение на компьютере, где работает этот сервер.

• both — включает локальное воспроизведение и сохраняет плеер ChatGPT.

В Windows локальное воспроизведение работает без дополнительных зависимостей. Чтобы вместо этого использовать ffplay, укажите его полный путь:

LOCAL_PLAYER_PATH=C:\ffmpeg\bin\ffplay.exe

• Health: http://127.0.0.1:8788/health

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

Публичная конечная точка в один клик

Запустите:

npm run public

При первом запуске Cloudflare Tunnel загружается в игнорируемую локальную папку tools. Скрипт генерирует новый токен доступа, запускает MCP-сервер и туннель в фоновом режиме, затем выводит URL-адрес HTTPS-коннектора для добавления в режиме разработчика ChatGPT. Держите этот терминал открытым только для чтения URL-адреса; два фоновых процесса продолжают работать.

Остановите оба процесса с помощью:

npm run stop

Быстрые туннели предназначены для разработки, и их URL-адрес меняется каждый раз. Для стабильного публичного релиза настройте именованный Cloudflare Tunnel и домен, которым вы управляете.

Инструменты

• speak_rvc(text) — генерирует ИИ-речь и отображает плеер.

• get_status() — проверяет локальную конфигурацию, не раскрывая пути.

Текущая область применения

Начальный адаптер использует встроенную команду TTS Applio и инференс RVC. Полностью офлайн TTS и стабильный именованный туннель — это будущая работа.

Лицензия

MIT