mcp-voicevox-server-python

Claude Code の返答を VOICEVOX で読み上げるための MCP (Model Context Protocol) サーバーです。 日本語の自然な合成音声により、開発中のフィードバックを耳で受け取ることが可能になります。

🚀 概要

このプロジェクトは、Claude Code からの指示を受け取り、Docker 上で動作する VOICEVOX Engine を介して音声を生成、ローカルの ffplay で再生します。

システム構成

• Client: Claude Code

• MCP Server: Python (FastMCP)

• Engine: VOICEVOX Engine (Docker)

• Player: ffplay (FFmpeg)

🛠 前提条件

• Python: 3.10 以上

• uv: パッケージマネージャー（推奨）

• Docker: VOICEVOX Engine の実行に必要

• FFmpeg: 音声再生用の ffplay コマンドを使用

  • macOS: brew install ffmpeg

  • Windows: choco install ffmpeg / scoop install ffmpeg

  • Linux: sudo apt install ffmpeg

📦 セットアップ

1. 依存関係のインストール

uv を使用する場合（推奨）

uv sync

pip を使用する場合

pip install -r requirements.txt

⚙️ Claude Code 設定

~/.claude.json に以下の設定を追加します。

uv を使用する場合（推奨）

{
  "mcpServers": {
    "voicevox": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/mcp-voicevox-server", "python", "server.py"],
      "env": {
        "VOICEVOX_URL": "http://localhost:50021",
        "SPEAKER_ID": "3"
      }
    }
  }
}

python を直接使用する場合

{
  "mcpServers": {
    "voicevox": {
      "command": "python3",
      "args": ["/path/to/mcp-voicevox-server/server.py"],
      "env": {
        "VOICEVOX_URL": "http://localhost:50021",
        "SPEAKER_ID": "3"
      }
    }
  }
}

環境変数

キャラクター一覧（一部）

🐳 VOICEVOX Engine の自動起動

MCP サーバー起動時に VOICEVOX Engine が動作していない場合、自動的に Docker で起動します。

仕組み

1. サーバー起動時に VOICEVOX_URL への接続をチェック

2. 接続できない場合、docker compose up -d を実行

3. Engine が起動するまで最大30秒待機

手動で起動する場合

自動起動を無効にしたい場合は、環境変数を設定してください：

{
  "env": {
    "AUTO_START_ENGINE": "false"
  }
}

手動で Docker を起動する場合：

# docker compose を使用
docker compose up -d

# または直接実行
docker run --rm -d -p 50021:50021 voicevox/voicevox_engine:cpu-ubuntu20.04-latest

🛠 提供されるツール

speak_text

テキストを VOICEVOX で音声合成し、スピーカーから再生します。

引数:

• text (string, 必須): 読み上げるテキスト

• speed (number, optional): 話速 (0.5 〜 2.0, デフォルト: 1.0)

• pitch (number, optional): 音高 (-0.15 〜 0.15, デフォルト: 0.0)

• intonation (number, optional): 抑揚 (0.0 〜 2.0, デフォルト: 1.0)

• volume (number, optional): 音量 (0.0 〜 2.0, デフォルト: 1.0)

戻り値:

• 再生完了メッセージまたはエラーメッセージ

save_audio

テキストを VOICEVOX で音声合成し、WAV ファイルとして保存します。

引数:

• text (string, 必須): 読み上げるテキスト

• output_path (string, 必須): 保存先のファイルパス（.wav）

• speed (number, optional): 話速 (0.5 〜 2.0, デフォルト: 1.0)

• pitch (number, optional): 音高 (-0.15 〜 0.15, デフォルト: 0.0)

• intonation (number, optional): 抑揚 (0.0 〜 2.0, デフォルト: 1.0)

• volume (number, optional): 音量 (0.0 〜 2.0, デフォルト: 1.0)

戻り値:

• 保存完了メッセージまたはエラーメッセージ

💡 使い方

Claude Code 上で直接指示してください。

「今のコード変更の概要を speak_text で教えて」
「テストが通ったら『お疲れ様なのだ』と喋って」

自動化のヒント

.claude/settings.json や CLAUDE.md に以下のようなシステムプロンプトを追加すると便利です：

各回答の最後には必ず speak_text ツールを使用して、回答の重要なポイントを1文で読み上げてください。

📝 ライセンス

MIT