Skip to main content
Glama

VOICEVOX MCP Server

macOS (Apple Silicon / arm64) 環境向けの GUI 不要な VOICEVOX Engine スタンドアローン版のセットアップおよび、VOICEVOX を利用してテキスト読み上げ・話者一覧取得を行う Model Context Protocol (MCP) サーバーです。


構成・特徴

  • GUI 不要: バックグラウンドまたはターミナルから VOICEVOX Engine を起動して運用可能。

  • FastMCP 実装: 公式 MCP Python SDK (FastMCP) を使用し、Claude Desktop や Antigravity 等の MCP クライアントからツールとして直接呼び出し可能。

  • macOS 標準再生: 合成された音声は一時 WAV ファイル (/tmp/voicevox_output.wav) に出力され、macOS 標準の afplay で即座に再生。


Related MCP server: Open AI Text To Speech1 MCP Server

提供ツール (MCP Tools)

ツール名

引数

説明

speak_text

text: strspeaker: int = 2speed: float = 1.3

指定したテキストを音声合成し、Mac のスピーカーから再生します。- デフォルトの話者: 2 (四国めたん ノーマル)- speed: 話速倍率 (デフォルト: 1.3, 標準速度: 1.0, より早口: 1.5, ゆっくり: 0.80.9)

get_speakers

なし

VOICEVOX Engine に登録されている全キャラクターおよびスタイル名・ID(speaker ID)の一覧を返します。


セットアップ手順

1. 依存ツールのインストール (Homebrew)

7z アーカイブの展開用に p7zip または sevenzip をインストールします。

brew install p7zip

2. VOICEVOX Engine スタンドアローン版のセットアップ

セットアップスクリプトを実行します。

./scripts/setup_engine.sh

※ スクリプトは以下の優先順でエンジンバイナリを engine/ ディレクトリに配置します:

  1. 引数で指定されたパス (./scripts/setup_engine.sh /path/to/archive_or_dir)

  2. カレントディレクトリまたは ~/Downloads にある voicevox_engine-macos-arm64-*.7z.001

  3. 既存のローカルインストール (/Applications/VOICEVOX.app/Contents/Resources/vv-engine)

  4. GitHub Releases (VOICEVOX/voicevox_engine) からの自動ダウンロード

3. Python 仮想環境のセットアップ

# Python 3.10 による仮想環境作成と依存関係のインストール
python3.10 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

使い方

1. VOICEVOX Engine の起動

./scripts/start_engine.sh
  • デフォルトで http://127.0.0.1:50021 で起動します。

  • 既に別プロセスや GUI 版 VOICEVOX が同一ポートで動作している場合は、自動検知して既存インスタンスを利用します。

起動確認:

curl http://127.0.0.1:50021/version
# => "0.25.2"

2. Web フロントエンド(GUIスタジオ)の起動

方法 A: ダブルクリックで起動(最も簡単)

Finder でプロジェクトフォルダ内の start.command をダブルクリックするだけです。 自動的にエンジンとサーバーが起動し、ブラウザでスタジオ画面が開きます。

方法 B: ターミナルから起動

./scripts/start_web.sh

ブラウザで http://127.0.0.1:8000 を開きます。

  • 話者プルダウン: 四国めたん、ずんだもん等、全キャラクター・スタイルを動的選択

  • パラメータスライダー: 話速(初期値 1.3)、音高、抑揚、音量をリアルタイム微調整

  • 改行による行分割出力: テキストエリア内の改行に応じて、outputs/output-001.wav, output-002.wav ... と連番ファイルを一括自動生成

  • 再生・ダウンロード: 各行のブラウザ内プレビュー再生、個別WAV保存、全ファイル一括ZIP保存に対応

3. サービスの停止方法

  • ダブルクリックで停止: stop.command をダブルクリックするだけです。

  • ターミナルから停止: ./scripts/stop.sh を実行します。

  • フォアグラウンド実行中の場合はターミナルで Ctrl + C を押すだけでも停止できます。

4. MCP クライアントへの登録

Claude Desktop / Antigravity 等の設定例

設定ファイル(例: ~/Library/Application Support/Claude/claude_desktop_config.json 等)に以下を追加します:

{
  "mcpServers": {
    "voicevox": {
      "command": "/Users/yoshimana/Documents/project/voicevox_mcp/.venv/bin/python",
      "args": [
        "/Users/yoshimana/Documents/project/voicevox_mcp/voicevox_mcp.py"
      ],
      "env": {
        "VOICEVOX_ENGINE_URL": "http://127.0.0.1:50021"
      }
    }
  }
}
TIP

仮想環境の Python インタプリタパス(.venv/bin/python)を指定することで、グローバル環境を汚さず安定して動作します。


ファイル構成

voicevox_mcp/
├── README.md                  # 本ドキュメント
├── requirements.txt           # Python 依存関係 (mcp, requests)
├── voicevox_mcp.py            # FastMCP サーバー本体
├── .gitignore                 # バージョン管理除外設定
├── engine/                    # VOICEVOX Engine スタンドアローンバイナリ (gitignore対象)
└── scripts/
    ├── setup_engine.sh        # エンジン取得・解凍スクリプト
    └── start_engine.sh        # エンジン起動・ヘルスチェックスクリプト

制作者・お問い合わせ:ɐuɐɯı̣ɥsoʎ (@yoshimana) ↗

Related MCP Connectors

Related MCP Servers

  • A
    license
    B
    quality
    F
    maintenance
    Enables text-to-speech functionality on macOS using the say command, offering extensive control over speech parameters like voice, rate, volume, and pitch for a customizable auditory experience.
    2
    17 npm
    20
    MIT
  • F
    license
    Not graded
    quality
    D
    maintenance
    Provides text-to-speech conversion through a unified MCP interface, supporting both local Kokoro and cloud OpenAI TTS engines with streaming audio, voice selection, and customization via natural language instructions.
    7
    -