mcp-melotts

# MCP MeloTTS 语音生成器 (MCP MeloTTS Audio Generator) 本项目是一个 [Model Context Protocol (MCP)](https://modelcontextprotocol.io/) 服务器，为 AI 助手提供将文本生成语音音频的能力，基于 MeloTTS。 支持自动将长文本按标点与长度分割为不超过 100 字的小段，逐段生成 WAV 文件，并使用 ffmpeg 无损拼接为完整音频。 ## ✨ 功能特性 - 文本转语音：使用 MeloTTS 将文本生成高质量语音 - 自动分段：长文本自动分段，避免一次过长导致失败 - 无损拼接：使用 ffmpeg 将分段 WAV 拼接为完整文件 - 可配置语速、语言、设备与说话人 - 跨平台：Windows、Linux、macOS ## 🚀 安装 ### 使用 uvx (推荐) ```bash docker run -d -p 127.0.0.1:9900:8888 kisaragi29/melotts:latest uvx mcp-melotts@latest ``` ### 使用 pip ```bash pip install mcp-melotts@latest ``` ### 从源码安装 ```bash git clone https://github.com/aardpro/mcp-melotts.git cd mcp-melotts pip install -e . ``` ## ⚙️ 配置 ### 配置 #### 前置条件 开发电脑已安装并可用： - ffmpeg（用于拼接音频） - MeloTTS（可通过本地 Python 包 melo.api 或 Docker Gradio 服务） #### 启动前检查 启用 MCP 时会自动检查以下条件： - 本机 9900 端口是否启动了 MeloTTS HTTP 服务（用于 HTTP 模式） - 系统是否可调用 ffmpeg（用于无损拼接） 任一不满足将抛出错误并终止启动 #### 配置文件 内置配置文件位于 src/main/config.json，可设置： - defaultLanguage：默认语言代码（ZH/EN/JP/ES） - defaultSpeed：默认语速 - defaultDevice：默认设备（cpu 或 cuda:0） - defaultSpeaker：默认说话人标签 - chunkSizeLimit：分段长度上限（推荐 100） ### MCP 客户端配置 将以下内容添加到你的 MCP 客户端配置中（例如 Claude Desktop, Cursor）： #### 选项 1: 使用 uvx ```json { "mcpServers": { "McpMeloTTS": { "command": "uvx", "args": ["mcp-melotts"] } } } ``` #### 选项 2: 使用 pip ```json { "mcpServers": { "McpMeloTTS": { "command": "mcp-melotts" } } } ``` #### 选项 3: Windows 系统 ```json { "mcpServers": { "McpMeloTTS": { "command": "cmd", "args": [ "/c", "chcp 65001 >nul && uvx mcp-melotts" ] } } } ``` #### 选项 4: Linux/macOS： ```json { "mcpServers": { "McpMeloTTS": { "command": "python", "args": ["-m", "main"] } } } ``` ## 🛠️ 可用工具 ### `mcp_melotts_generate_audio` 将文本生成语音文件。适用于“根据文本生成音频文件”等请求。支持自动分段与 ffmpeg 无损拼接，支持两种调用模式：本地 melo.api 与 Docker Gradio HTTP 接口。 **参数:** - `text` (string, 必填): 要转换为语音的文本 - `language` (string, 可选): 语言代码（默认 ZH） - `speaker` (string, 可选):…