voice-mcp
🎙️ voice-mcp
Ein MCP-Server (Model Context Protocol) für KI-Sprachsynthese mit integriertem Audio-Player. Gib deinem KI-Assistenten eine eigene geklonte Stimme!
Features
🎤 Eigene Stimme — ElevenLabs mit einer ausgewählten oder geklonten Stimme verwenden
🎵 Inline-Audio-Player — Elegante, dem WeChat-Stil folgende Player mit Wellenform-Visualisierung
📝 Transkript-Umschaltung — Gesprochenen Text ein-/ausblenden
🌙 Dark-Mode-Unterstützung — Automatische Theme-Anpassung
⚡ Cloudflare Workers — Schnelle, serverless Bereitstellung
Related MCP server: voice-mcp
Demo
Wenn du das speak-Tool aufrufst, erhältst du:
Einen eleganten Audio-Player mit Play-/Pause-Button
Animierte Wellenform, die den Abspielfortschritt verfolgt
Daueranzeige
Erweiterbares Transkript
Schnellstart
1. Repository klonen
git clone https://github.com/p8j9k7psbk-hub/voice-mcp.git
cd voice-mcp2. Abhängigkeiten installieren
npm install3. ElevenLabs konfigurieren
Erstelle einen ElevenLabs-API-Schlüssel und kopiere die ID der Stimme, die du verwenden möchtest.
Füge deine Secrets zu Cloudflare hinzu:
npx wrangler secret put ELEVENLABS_API_KEY
npx wrangler secret put ELEVENLABS_VOICE_ID
npx wrangler secret put ELEVENLABS_MODEL_ID # Optional; defaults to eleven_multilingual_v2
npx wrangler secret put BOT_NAME # Optional, defaults to "AI"4. Bereitstellen
npx wrangler deploy5. Mit ChatGPT verbinden
Aktiviere den Entwicklermodus in ChatGPT und wähle im Plus-Menü App erstellen.
Füge die öffentliche MCP-URL hinzu:
https://your-worker.workers.dev/mcp.Wähle die App in einem Chat aus. ChatGPT kann dann die
speak-Tool aufrufen und den eingebauten Player anzeigen.
Der Endpunkt muss über HTTPS erreichbar sein. ChatGPT unterstützt entfernte MCP-Server per SSE oder Streaming-HTTP; dieser Worker nutzt Letzteres.
Konfiguration
Variable | Erforderlich | Beschreibung |
| ✅ | Dein ElevenLabs-API-Schlüssel |
| ✅ | ElevenLabs-Stimm-ID |
| ❌ | Standard: |
| ❌ | Anzeigename (Standard: „AI“) |
API-Endpunkte
Endpunkt | Beschreibung |
| MCP-Server (Streaming-HTTP) |
| MCP-Server (SSE-kompatibler Endpunkt) |
| Direkte Audiodatei |
| Health check |
Stimme wählen
Öffne die ElevenLabs-Stimmbibliothek.
Wählen Sie eine integrierte oder geklonte Stimme.
Kopieren Sie die zugehörige Stimm-ID in
ELEVENLABS_VOICE_ID.
Benutzerdefinierte Bereitstellung
Eigene Domain verwenden
Füge deine Domain zu Cloudflare hinzu
Erstelle einen DNS-Eintrag, der auf deinen Worker verweist
Aktualisiere
wrangler.jsonc:
{
"routes": [
{ "pattern": "voice.yourdomain.com/*", "zone_name": "yourdomain.com" }
]
}Selbst hosten (Node.js)
Die Kern-MCP-Logik lässt sich für andere Plattformen anpassen. Du musst:
Ersetze
createMcpHandlerdurch einen standardmäßigen HTTP/SSE-HandlerVerwende
@modelcontextprotocol/sdkdirektWälze die SSE-Transport selbst verarbeiten
Tech-Stack
Cloudflare Workers — Serverless-Laufzeit
MCP SDK — Model Context Protocol
ElevenLabs — Stimmerzeugung
ext-apps — Rendering von Inline-Benutzeroberflächen
Lizenz
MIT © 2024
Dioden
Inspiriert von der Notwendigkeit, KI-Assistants eine Stimme zu geben. Mit ❤️ erstellt.
This server cannot be deployed
Maintenance
Related MCP Connectors
Generate AI images, videos, music, SFX & speech in any AI assistant. Results appear inline in chat.
ElevenLabs in natural language: generate speech in any language, create and manage voices, compose m
Manage ElevenLabs voice agents and generate speech, music, sound effects, images, and video.
Audio and video tools for your AI assistant: remove noise, enhance voices, transcribe, and more.
Related MCP Servers
- AlicenseAqualityFmaintenanceEnables text-to-speech conversion using ElevenLabs API with voice management, streaming support, and multiple models.51MIT
- AlicenseNot gradedqualityNot gradedmaintenanceEnables AI assistants to generate speech with custom cloned voices via DashScope or ElevenLabs, with an inline audio player and visualizer panel.MIT
- AlicenseNot gradedqualityDmaintenanceEnables ChatGPT to generate ElevenLabs speech from text, returning playable MP3 audio, with voice listing and preference management.MIT
- AlicenseNot gradedqualityCmaintenanceEnables AI assistants to speak with realistic cloned voices via ElevenLabs TTS on Cloudflare Workers, supporting 29 languages and inline audio playback on both desktop and mobile.39 npmMIT