🎤 文本转语音MCP服务器
*你的经纪人终于学会为自己说话了*
欢迎来到文本到语音（TTS）MCP服务器——一个复杂但令人着迷的混乱文本到语音MCP服务器，它将您无聊的书面文字转化为美妙的听觉体验。\ 因为当你有Python和一些非常花哨的AI模型时，谁还需要人类的声带？
🚀 这有什么作用？
这个令人愉快的装置可以接收你的文本，并使用OpenAI最先进的TTS模型通过你电脑的扬声器说话。这就像有一个私人叙述者，除了他们永远不会累，永远不会要求喝咖啡休息，永远不会评判你糟糕的编程笑话。
真正重要的功能
- 说出MCP工具：使您的代理能够以多种可用声音之一为任何给定文本发声
- 交货说明：提供可选
instructions指导交付、性格、节奏、语气和情感 - 模型选择：OpenAI TTS模型可以通过环境变量进行配置（默认值：
gpt-4o-mini-tts) - 阻塞/非阻塞模式：Speak命令可以在播放声音时立即返回以继续代理操作（默认），也可以仅在声音结束后返回以实现更可控的工作流程
- 基于队列的音频播放：代理可以排队等待消息，并按顺序播放
🛠️ 安装和设置
先决条件
- Python 3.10+
- 一个OpenAI API密钥（神奇的成分）
- PortAudio（PyAudio正常工作所需）
- 幽默感（可选，但推荐）
快速开始
- 安装PortAudio：
# macOS
brew install portaudio # Linux (Debian/Ubuntu)
sudo apt-get install portaudio19-dev # Windows
pip install pipwin && pipwin install pyaudio- 克隆此存储库：
git clone
cd tts-mcp- 创建一个虚拟环境（因为全球安装是针对叛逆者的）：
python -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate- 安装依赖项：
pip install -r requirements.txt- 设置环境变量：
cp env.template .env
# Edit .env and add your OpenAI API key或直接设置：
export OPENAI_API_KEY="your-secret-key-here"- 使用提供的在光标设置中配置MCP
mcp-config.json示例：
{
"mcpServers": {
"tts-server": {
"command": "/absolute/path/to/tts-mcp/.venv/bin/python",
"args": ["/absolute/path/to/tts-mcp/tts_mcp_server.py"],
"cwd": "/absolute/path/to/tts-mcp",
"env": { "PYTHONPATH": "/absolute/path/to/tts-mcp" }
}
}
}> _用本地repo和venv替换路径。_
- 开始让你的电脑说话！
🎭 语音选项
明智地选择你的叙述者：
- 合金：中性、平衡音调（默认）
- 灰烬：温暖、富有表现力；友好的支持氛围
- 民谣：流畅的叙述者；长篇故事
- 珊瑚：开朗、乐观；欢快的宣传片
- 回声：清晰专业，就像新闻主播
- 寓言：温暖而讲故事，非常适合睡前代码评论
- 缟玛瑙：深度和权威性，当你的代码需要听起来很重要时
- 新星：明亮而充满活力，就像调试前的热情
- 智者：冷静、慎重；有用的解释者
- 闪烁：柔软而温和，当你需要宣布生产错误的坏消息时
- 诗节：戏剧性的、戏剧性的；预告片阅读
🎪 使用示例
基本用法
# Non-blocking (default) - returns immediately
speak("Hello, world! I'm now audible!")
# Blocking - waits for completion
speak("This message will finish before I return", blocking=True)
# With specific voice
speak("I'm feeling dramatic today!", voice="fable")
# With delivery instructions
speak(
"You're doing great—let's take this one step at a time.",
voice="shimmer",
instructions="Speak in a warm, reassuring and unhurried tone and pace"
)带MCP的光标
只需告诉Cursor使用 speak 工具在你的谈话。\ 你可以建议一个声音和风格说明，以保持一致的性格。
⚙️ 配置
环境变量：
OPENAI_API_KEY（必需）：您的OpenAI API密钥TTS_MODEL（可选）：默认为gpt-4o-mini-tts其他选项包括tts-1,tts-1-hd（尽管这些以及一些声音不支持“指令”）LOG_LEVEL（可选）：DEBUG,INFO（默认），WARNING,ERROR
🧰 故障排除
- 无音频/无默认输出设备：
- 设置系统默认输出设备并重新启动MCP服务器。 - macOS：系统设置→ 声音→ 输出。
- PyAudio安装问题：
- macOS： brew install portaudio 然后 pip install -r requirements.txt - Linux（Debian/Ubuntu）： sudo apt-get install portaudio19-dev 然后 pip install pyaudio - 窗户： pip install pipwin && pipwin install pyaudio
- 缺少API密钥：
- 确保 .env 包含 OPENAI_API_KEY=... 或者将其导出到您的shell中。
- 高延迟或断断续续的音频：
- 关闭其他音频应用程序；验证系统输出设备；保持 blocking=False 如果你需要响应。
- 日志：
- 日志流到stderr和 tts_mcp_server.log.尾部带有：
tail -f tts_mcp_server.log🙏 致谢
- 用于在此处编写95%代码的游标
- 咖啡，让一切成为可能
______________________________________________________________________
*记住：伟大的文字到演讲的力量伴随着巨大的责任。明智地运用你新的发声能力，尽量不要过分惹恼你的同事。*
专业提示：如果你的电脑在没有提示的情况下开始与你对话，可能是时候休息一下了。或者更新你的Python版本。可能是后者。
_此项目根据BSD 3条款许可证获得许可。请参阅 许可证 文件以获取详细信息。_