MCP Tts

mcp-tts

MCP Server for TTS (Text-to-Speech)

什么？ 🤔

将文本转换为语音添加到Claude Desktop和Cursor IDE等设备中。

它注册了四个TTS工具：

• say_tts
• elevenlabs_tts
• google_tts
• openai_tts

say_tts

使用macOS say 二进制语言，通过内置系统语音朗读文本

elevenlabs_tts

使用 十一实验室 text-to-speech API，用高级人工智能语音说出文本

google_tts

使用谷歌的 Gemini TTS型号 用30个高质量的声音朗读文本。可用的声音包括：

Achernar、Achird、Algenib、Algieba、Alnilam、Aoede、Autonoe、Callirhoe、Charon、Despina、Enceladus、Erinome、Fenrir、Gacrux、Iapetus、Kore、Laomedia、Leda、Orus、Puck、Pulcherrima、Rasalgethi、Sadachbia、Sadaltager、Schedar、Sulafat、Umbriel、Vindemiatrix、Zephyr、Zubenelgenubi

openai_tts

使用OpenAI 文本到速度API 用10个听起来很自然的声音说课文：

• 合金 （热情、对话、现代）
• 灰烬 （自信、果断、略带质感）
• 民谣 （轻柔、悠扬、略带抒情）
• 珊瑚 （欢快、清新、乐观）
• 回声 （中立、冷静、平衡）
• 寓言 （讲故事，富有表现力）
• 新星 （清晰、精确、略显正式）
• 缟玛瑙 （深沉、权威、共鸣）
• 智者 （舒缓、同情、安心）
• 闪烁 （明亮、生动、俏皮）
• 诗句 （多功能、富有表现力）

支持三种质量模型：

• gpt-4o-mini-tts -默认、优化的质量和速度
• tts-1 -标准质量，更快生成
• tts-1-hd -高清音频，高品质

附加功能：

• 速度控制范围为0.25倍至4.0倍（默认值：1.0倍）
• 通过参数或 OPENAI_TTS_INSTRUCTIONS 环境变量

配置

顺序TTS与并发TTS

默认情况下，TTS服务器强制执行顺序语音操作——一次只能播放一个TTS请求。这可以防止多个代理同时说话并产生难以理解的杂音。后续请求将在队列中等待，直到当前语音完成。

多实例保护：互斥体既可以在单个MCP服务器进程中工作，也可以跨多个Claude Desktop实例工作。当运行多个Claude Desktop终端时，它们通过系统范围的文件锁进行协调，以防止语音重叠。

要允许并发TTS操作（同时播放多个语音）：

环境变量：

export MCP_TTS_ALLOW_CONCURRENT=true

命令行标志：

mcp-tts --sequential-tts=false

注： 并发TTS可能会导致难以理解的重叠音频。仅当您明确希望同时运行多个TTS操作时，才使用此选项。

抑制“说话：”输出

默认情况下，TTS工具在语音结束时返回类似“Speaking:\[text\]”的消息。这可能会干扰LLM响应。要抑制此输出：

环境变量：

export MCP_TTS_SUPPRESS_SPEAKING_OUTPUT=true

命令行标志：

mcp-tts --suppress-speaking-output

启用后，工具将返回“语音完成”，而不是回显口语文本。

将音频保存到磁盘

将TTS音频输出保存为文件，而不是播放（或除播放外）：

环境变量：

export MCP_TTS_OUTPUT_DIR=/path/to/audio    # Save audio files to this directory
export MCP_TTS_NO_PLAY=true                  # Skip playback, only save (optional)

命令行标志：

mcp-tts --output-dir /path/to/audio          # Save and play
mcp-tts --output-dir /path/to/audio --no-play  # Save only, no playback

文件以唯一的名称保存： tts_{timestamp}_{hash}.{ext}

入门指南

安装

go install github.com/blacktop/mcp-tts@latest

❱ mcp-tts --help

TTS (text-to-speech) MCP Server.

Provides multiple text-to-speech services via MCP protocol:

• say_tts - Uses macOS built-in 'say' command (macOS only)
• elevenlabs_tts - Uses ElevenLabs API for high-quality speech synthesis
• google_tts - Uses Google's Gemini TTS models for natural speech
• openai_tts - Uses OpenAI's TTS API with various voice options

Each tool supports different voices, rates, and configuration options.
Requires appropriate API keys for cloud-based services.

Designed to be used with the MCP (Model Context Protocol).

Usage:
  mcp-tts [flags]

Flags:
  -h, --help                       help for mcp-tts
      --no-play                    Skip playback, only save (requires --output-dir)
      --output-dir string          Save audio files to directory (env: MCP_TTS_OUTPUT_DIR)
      --sequential-tts             Enforce sequential TTS (prevent concurrent speech) (default true)
      --suppress-speaking-output   Suppress 'Speaking:' text output
  -v, --verbose                    Enable verbose debug logging

配置

克劳德桌面版

添加 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "say": {
      "command": "mcp-tts",
      "env": {
        "ELEVENLABS_API_KEY": "********",
        "ELEVENLABS_VOICE_ID": "1SM7GgM6IMuvQlz2BwM3",
        "GOOGLE_AI_API_KEY": "********",
        "OPENAI_API_KEY": "********",
        "OPENAI_TTS_INSTRUCTIONS": "Speak in a cheerful and positive tone",
        "MCP_TTS_SUPPRESS_SPEAKING_OUTPUT": "true",
        "MCP_TTS_ALLOW_CONCURRENT": "false"
      }
    }
  }
}

克劳德代码

claude mcp add say \
  -e GOOGLE_AI_API_KEY=your_key \
  -e ELEVENLABS_API_KEY=your_key \
  -e OPENAI_API_KEY=your_key \
  -- mcp-tts

Codex CLI

codex mcp add say \
  --env GOOGLE_AI_API_KEY=your_key \
  --env ELEVENLABS_API_KEY=your_key \
  --env OPENAI_API_KEY=your_key \
  -- mcp-tts

Gemini CLI

gemini mcp add say mcp-tts \
  -e GOOGLE_AI_API_KEY=your_key \
  -e ELEVENLABS_API_KEY=your_key \
  -e OPENAI_API_KEY=your_key

或手动添加到 ~/.gemini/settings.json （或 .gemini/settings.json 在项目根目录中）：

{
  "mcpServers": {
    "say": {
      "command": ["mcp-tts"],
      "env": {
        "GOOGLE_AI_API_KEY": "..."
      }
    }
  }
}

环境变量

• ELEVENLABS_API_KEY：您的ElevenLabs API密钥（对于 elevenlabs_tts)
• ELEVENLABS_VOICE_ID：ElevenLabs语音ID（可选，默认为内置语音）
• GOOGLE_AI_API_KEY 或 GEMINI_API_KEY：您的Google AI API密钥（对于 google_tts)
• OPENAI_API_KEY：您的OpenAI API密钥（对于 openai_tts)
• OPENAI_TTS_INSTRUCTIONS：OpenAI TTS的自定义语音指令（可选，例如“以愉快和积极的语气说话”）
• MCP_TTS_SUPPRESS_SPEAKING_OUTPUT：设置为“true”以抑制“Speaking:”输出（可选）
• MCP_TTS_ALLOW_CONCURRENT：设置为“true”以允许并发TTS操作（可选，默认为顺序）
• MCP_TTS_OUTPUT_DIR：保存音频文件的目录（可选）
• MCP_TTS_NO_PLAY：设置为“true”可在保存时跳过播放（可选，需要 MCP_TTS_OUTPUT_DIR)

测试

测试macOS TTS

❱ cat test/say.json | go run main.go --verbose

2025/03/23 22:41:49 INFO Starting MCP server name="Say TTS Service" version=1.0.0
2025/03/23 22:41:49 DEBU Say tool called request="{Request:{Method:tools/call Params:{Meta:}} Params:{Name:say_tts Arguments:map[text:Hello, world!] Meta:}}"
2025/03/23 22:41:49 DEBU Executing say command args="[--rate 200 Hello, world!]"
2025/03/23 22:41:49 INFO Speaking text text="Hello, world!"

{"jsonrpc":"2.0","id":3,"result":{"content":[{"type":"text","text":"Speaking: Hello, world!"}]}}

测试谷歌TTS

❱ cat test/google_tts.json | go run main.go --verbose

2025/05/23 18:26:45 INFO Starting MCP server name="Say TTS Service" version=""
2025/05/23 18:26:45 DEBU Google TTS tool called request="{...}"
2025/05/23 18:26:45 DEBU Generating TTS audio model=gemini-3.1-flash-tts-preview voice=Kore text="Hello! This is a test of Google's TTS API. How does it sound?"
2025/05/23 18:26:49 INFO Playing TTS audio via beep speaker bytes=181006
2025/05/23 18:26:53 INFO Speaking via Google TTS text="Hello! This is a test of Google's TTS API. How does it sound?" voice=Kore

{"jsonrpc":"2.0","id":4,"result":{"content":[{"type":"text","text":"Speaking: Hello! This is a test of Google's TTS API. How does it sound? (via Google TTS with voice Kore)"}]}}

测试OpenAI TTS

❱ cat test/openai_tts.json | go run main.go --verbose

2025/05/23 19:15:32 INFO Starting MCP server name="Say TTS Service" version=""
2025/05/23 19:15:32 DEBU OpenAI TTS tool called request="{...}"
2025/05/23 19:15:32 DEBU Generating OpenAI TTS audio model=tts-1 voice=nova speed=1.2 text="Hello! This is a test of OpenAI's text-to-speech API. I'm using the nova voice at 1.2x speed."
2025/05/23 19:15:34 DEBU Decoding MP3 stream from OpenAI
2025/05/23 19:15:34 DEBU Initializing speaker for OpenAI TTS sampleRate=22050
2025/05/23 19:15:36 INFO Speaking text via OpenAI TTS text="Hello! This is a test of OpenAI's text-to-speech API. I'm using the nova voice at 1.2x speed." voice=nova model=tts-1 speed=1.2

{"jsonrpc":"2.0","id":5,"result":{"content":[{"type":"text","text":"Speaking: Hello! This is a test of OpenAI's text-to-speech API. I'm using the nova voice at 1.2x speed. (via OpenAI TTS with voice nova)"}]}}

使用多个TTS请求测试互斥行为

# Sequential mode (default) - speeches play one after another
cat test/sequential.json | go run main.go --verbose

# Concurrent mode - allows overlapping speech  
cat test/sequential.json | go run main.go --verbose --sequential-tts=false

技能： speak

此回购包括 说 使用TTS自动大声宣布计划、问题和总结的技能。每个项目都有一个独特的声音，这样你就可以识别哪个项目在另一个房间说话。

技能遵循 代理技能 开放标准，可跨Claude Code、Codex CLI和Gemini CLI工作。

安装技能

技能s.sh

npx skills add https://github.com/blacktop/mcp-tts --skill speak

克劳德代码

通过插件市场 （推荐）：

claude plugin marketplace add blacktop/mcp-tts
claude plugin install speak@mcp-tts

或手动：

mkdir -p ~/.claude/skills
git clone https://github.com/blacktop/mcp-tts.git /tmp/mcp-tts
cp -r /tmp/mcp-tts/skill ~/.claude/skills/speak

该技能现在可用。Claude将在相关时自动使用它，或直接调用 /speak.

Codex CLI

使用技能安装程序 （在食典会议期间）：

$skill-installer install the speak skill from https://github.com/blacktop/mcp-tts --path skill

或手动：

mkdir -p ~/.codex/skills
git clone https://github.com/blacktop/mcp-tts.git /tmp/mcp-tts
cp -r /tmp/mcp-tts/skill ~/.codex/skills/speak

安装后重新启动Codex。

Gemini CLI

Gemini CLI使用 扩展 捆绑技能。将此仓库安装为扩展：

gemini extensions install https://github.com/blacktop/mcp-tts.git

这将安装 speak 技能。

或手动 （仅限技能）：

mkdir -p ~/.gemini/skills
git clone https://github.com/blacktop/mcp-tts.git /tmp/mcp-tts
cp -r /tmp/mcp-tts/skill ~/.gemini/skills/speak

注： Gemini CLI技能是实验性的。通过启用 /settings → 搜索“技能”→ 打开。

共享技能目录（可选）

要在所有代理中维护一个副本，请运行安装脚本：

git clone https://github.com/blacktop/mcp-tts.git
cd mcp-tts
./install-skill.sh

这将技能复制到 ~/.agents/skills/speak 并为Claude Code、Codex CLI和Gemini CLI创建符号链接。

验证安装

运作原理

该技能在以下情况下自动触发：

• 规划完成 -当计划/待办事项列表最终确定时
• 问题已解决 -当bug修复或错误得到解决时
• 已生成摘要 -当完成一项重大任务时

提供商按顺序回退： google → openai → elevenlabs → say （macOS）。如果提供程序由于缺少API密钥而失败，则会将其标记为不可用，并在将来的尝试中跳过。

许可证

麻省理工学院版权所有（c）2025 柏油碎石