Skip to main content
Glama
deenjakoruzh
mbailey

Voice Mode

by mbailey
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

VoiceMode

Claude Code（およびその他のMCP対応エージェント）との自然な音声会話

PyPI Downloads PyPI Downloads PyPI Downloads

VoiceModeは、Claude Codeとの自然な音声会話を実現します。音声はタイピングに代わるものではなく、タイピングができない状況で利用するためのものです。

次のような場面に最適です：

  • 次の会議へ向かって歩いているとき

  • デバッグ中に料理をしているとき

  • 長時間のスクリーンタイムの後に目を休めたいとき

  • コーヒー（または犬）を持っているとき

  • 手や目がふさがっているあらゆる瞬間

デモ動画

VoiceMode Demo

Related MCP server: Voice Call MCP Server

クイックスタート

要件: マイクとスピーカーを備えたコンピュータ

オプション 1: Claude Code プラグイン (推奨)

Claude Codeユーザーが最も素早く開始する方法：

# Add the VoiceMode marketplace
claude plugin marketplace add mbailey/voicemode

# Install VoiceMode plugin
claude plugin install voicemode@voicemode

## Install dependencies (CLI, Local Voice Services)

/voicemode:install

# Start talking!
/voicemode:converse

オプション 2: Python インストーラーパッケージ

依存関係とVoiceMode Pythonパッケージをインストールします。

# Install UV package manager (if needed)
curl -LsSf https://astral.sh/uv/install.sh | sh

# Run the installer (sets up dependencies and local voice services)
uvx voice-mode-install

# Add to Claude Code
claude mcp add --scope user voicemode -- uvx --refresh voice-mode

# Optional: Add OpenAI API key as fallback for local services
export OPENAI_API_KEY=your-openai-key

# Start a conversation
claude converse

手動セットアップについては、Getting Started Guide を参照してください。

特徴

  • 自然な会話 - 自然に話し、即座に応答を聞くことができます

  • オフライン動作 - オプションのローカル音声サービス（Whisper STT、Kokoro TTS）

  • 低遅延 - 実際の会話のように感じられる十分な速さ

  • スマートな無音検知 - 話すのをやめると録音を停止します

  • プライバシーオプション - 完全ローカルで実行するか、クラウドサービスを使用するかを選択可能

互換性

プラットフォーム: Linux, macOS, Windows (WSL), NixOS Python: 3.10-3.14

設定

VoiceModeはインストール後すぐに使用できます。カスタマイズを行う場合は以下を参照してください：

# Set OpenAI API key (if using cloud services)
export OPENAI_API_KEY="your-key"

# Or configure via file
voicemode config edit

すべてのオプションについては、Configuration Guide を参照してください。

権限設定 (オプション)

権限のプロンプトを表示せずにVoiceModeを使用するには、~/.claude/settings.json に以下を追加してください：

{
  "permissions": {
    "allow": [
      "mcp__voicemode__converse",
      "mcp__voicemode__service"
    ]
  }
}

その他のオプションについては、Permissions Guide を参照してください。

ローカル音声サービス

プライバシー保護やオフライン利用のために、ローカル音声サービスをインストールできます：

  • Whisper.cpp - ローカル音声認識 (Speech-to-Text)

  • Kokoro - 複数の声に対応したローカル音声合成 (Text-to-Speech)

これらはOpenAIと同じAPIを提供するため、VoiceModeはそれらの間をシームレスに切り替えることができます。

インストール詳細

Ubuntu/Debian

sudo apt update
sudo apt install -y ffmpeg gcc libasound2-dev libasound2-plugins libportaudio2 portaudio19-dev pulseaudio pulseaudio-utils python3-dev

WSL2ユーザー: 上記のpulseaudioパッケージはマイクアクセスに必要です。

Fedora/RHEL

sudo dnf install alsa-lib-devel ffmpeg gcc portaudio portaudio-devel python3-devel

macOS

brew install ffmpeg node portaudio

NixOS

# Use development shell
nix develop github:mbailey/voicemode

# Or install system-wide
nix profile install github:mbailey/voicemode

ソースからインストール

git clone https://github.com/mbailey/voicemode.git
cd voicemode
uv tool install -e .

NixOS システム全体へのインストール

# In /etc/nixos/configuration.nix
environment.systemPackages = [
  (builtins.getFlake "github:mbailey/voicemode").packages.${pkgs.system}.default
];

トラブルシューティング

問題

解決策

マイクにアクセスできない

ターミナル/アプリの権限を確認してください。WSL2にはpulseaudioパッケージが必要です。

UVが見つからない

curl -LsSf https://astral.sh/uv/install.sh | sh を実行してください

OpenAI APIエラー

OPENAI_API_KEY が正しく設定されているか確認してください

音声が出力されない

システムのオーディオ設定と利用可能なデバイスを確認してください

デバッグ用の音声保存

export VOICEMODE_SAVE_AUDIO=true
# Files saved to ~/.voicemode/audio/YYYY/MM/

ドキュメント

完全なドキュメント: voice-mode.readthedocs.io

リンク

ライセンス

MIT - A Failmode Project

mcp-name: com.failmode/voicemode

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityActive
ResponsivenessResponsive

Resources

Related MCP Connectors

Related MCP Servers

  • TTS-MCP

    nakamurau1
    A
    license
    Not graded
    quality
    C
    maintenance
    A Model Context Protocol server that integrates high-quality text-to-speech capabilities with Claude Desktop and other MCP-compatible clients, supporting multiple voice options and audio formats.
    17 npm
    1
    MIT

  • MCP FishAudio Server

    da-okazaki
    A
    license
    B
    quality
    D
    maintenance
    An MCP (Model Context Protocol) server that provides seamless integration between Fish Audio's Text-to-Speech API and LLMs like Claude, enabling natural language-driven speech synthesis.
    2
    171 npm
    14
    MIT

  • LocalVoiceMode

    DevMan57
    F
    license
    Not graded
    quality
    Not graded
    maintenance
    A local voice interface providing high-performance speech recognition and natural text-to-speech with voice cloning capabilities. It enables AI assistants to speak, listen, and engage in character-based voice conversations through integrated MCP tools.
    -

Appeared in Searches