VOICEVOX MCP Server - Model Context Protocol server for VOICEVOX text-to-speech synthesis
0 stars
Go
Updated Jun 8, 2025
Documentation
MCP VOICEVOX Go
VOICEVOXを使用したModel Context Protocol (MCP) サーバーの実装です。このサーバーを使用することで、LLMからVOICEVOXの音声合成機能を利用できるようになります。
前提条件
- Go 1.21以上
- VOICEVOX がローカルで実行されていること（デフォルトでは
http://localhost:50021でアクセス可能）
インストール
Go installを使用（推奨）
bash
go install github.com/metapox/mcp-voicevox-go@latestソースからビルド
bash
git clone https://github.com/metapox/mcp-voicevox-go.git
cd mcp-voicevox-go
go mod tidy
go build -o mcp-voicevox .クイックスタート
1. VOICEVOXエンジンの起動
VOICEVOXアプリケーションを起動するか、VOICEVOXエンジンを直接起動してください。
2. Amazon Q CLIでの設定
~/.aws/amazonq/mcp.json に以下の設定を追加：
json
{
"mcpServers": {
"voicevox": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true"
}
}
}
}3. Amazon Q CLIの再起動
bash
# Amazon Q CLIを再起動して設定を反映
q chatこれで voicevox___text_to_speech と voicevox___get_speakers ツールが利用可能になります。
設定テンプレート
基本設定
json
{
"mcpServers": {
"voicevox": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true"
},
"autoApprove": [
"get_speakers",
"text_to_speech"
]
}
}
}1.5倍速設定
json
{
"mcpServers": {
"voicevox-fast": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
"MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "1.5"
},
"autoApprove": [
"get_speakers",
"text_to_speech"
]
}
}
}2倍速設定
json
{
"mcpServers": {
"voicevox-2x": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
"MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "2.0"
},
"autoApprove": [
"get_speakers",
"text_to_speech"
]
}
}
}カスタム音声設定
json
{
"mcpServers": {
"voicevox-custom": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
"MCP_VOICEVOX_DEFAULT_SPEAKER": "1",
"MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "1.3",
"MCP_VOICEVOX_DEFAULT_PITCH_SCALE": "0.05",
"MCP_VOICEVOX_DEFAULT_INTONATION_SCALE": "1.2"
},
"autoApprove": [
"get_speakers",
"text_to_speech"
]
}
}
}複数設定の併用
json
{
"mcpServers": {
"voicevox-normal": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true"
},
"autoApprove": ["get_speakers", "text_to_speech"]
},
"voicevox-fast": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
"MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "1.5"
},
"autoApprove": ["get_speakers", "text_to_speech"]
},
"voicevox-2x": {
"command": "mcp-voicevox",
"args": ["stdio"],
"env": {
"MCP_VOICEVOX_ENABLE_PLAYBACK": "true",
"MCP_VOICEVOX_DEFAULT_SPEED_SCALE": "2.0"
},
"autoApprove": ["get_speakers", "text_to_speech"]
}
}
}使い方
HTTPサーバーとしての起動
bash
mcp-voicevox serverStdio経由での起動（MCP用）
bash
mcp-voicevox stdioオプション
共通オプション
| オプション | 短縮形 | 説明 | デフォルト |
|---|---|---|---|
--voicevox-url | -u | VOICEVOXのAPIエンドポイント | http://localhost:50021 |
--temp-dir | -t | 一時ファイルディレクトリ | システムの一時ディレクトリ |
--default-speaker | -s | デフォルトの話者ID | 3 |
--default-speed-scale | デフォルトの話速（0.5-2.0） | 1.0 | |
--default-pitch-scale | デフォルトの音高（-0.15-0.15） | 0.0 | |
--default-intonation-scale | デフォルトの抑揚（0.0-2.0） | 1.0 | |
--default-volume-scale | デフォルトの音量（0.0-2.0） | 1.0 |
serverサブコマンド専用
| オプション | 短縮形 | 説明 | デフォルト |
|---|---|---|---|
--port | -p | サーバーのポート番号 | 8080 |
stdioサブコマンド専用
| オプション | 説明 | デフォルト |
|---|---|---|
--enable-playback | 音声の自動再生を有効にする | false |
環境変数
| 変数名 | 説明 | デフォルト |
|---|---|---|
MCP_VOICEVOX_PORT | サーバーのポート番号（serverのみ） | 8080 |
MCP_VOICEVOX_URL | VOICEVOXのAPIエンドポイント | http://localhost:50021 |
MCP_VOICEVOX_TEMP_DIR | 一時ファイルディレクトリ | システムの一時ディレクトリ |
MCP_VOICEVOX_DEFAULT_SPEAKER | デフォルトの話者ID | 3 |
MCP_VOICEVOX_ENABLE_PLAYBACK | 音声の自動再生（true/false） | false |
MCP_VOICEVOX_DEFAULT_SPEED_SCALE | デフォルトの話速（0.5-2.0） | 1.0 |
MCP_VOICEVOX_DEFAULT_PITCH_SCALE | デフォルトの音高（-0.15-0.15） | 0.0 |
MCP_VOICEVOX_DEFAULT_INTONATION_SCALE | デフォルトの抑揚（0.0-2.0） | 1.0 |
MCP_VOICEVOX_DEFAULT_VOLUME_SCALE | デフォルトの音量（0.0-2.0） | 1.0 |
例:
bash
export MCP_VOICEVOX_DEFAULT_SPEAKER=1
export MCP_VOICEVOX_PORT=8888
export MCP_VOICEVOX_ENABLE_PLAYBACK=true
export MCP_VOICEVOX_DEFAULT_SPEED_SCALE=1.5
mcp-voicevox serverAmazon Q CLIとの連携
Amazon Q CLIで使用するには、上記のmcp.json設定を使用してください。設定後、以下のツールが利用可能になります：
voicevox___text_to_speech: テキストを音声に変換voicevox___get_speakers: 利用可能な話者一覧を取得
機能
text_to_speech
テキストを音声に変換します。
パラメータ:
text: 音声に変換するテキスト（必須）speaker_id: 話者ID（省略時はデフォルト話者を使用）speed_scale: 話速（0.5-2.0、省略時はデフォルト値を使用）pitch_scale: 音高（-0.15-0.15、省略時はデフォルト値を使用）intonation_scale: 抑揚（0.0-2.0、省略時はデフォルト値を使用）volume_scale: 音量（0.0-2.0、省略時はデフォルト値を使用）
音声再生が有効な場合、合成後に自動で音声を再生します。
get_speakers
利用可能な話者一覧を取得します。
音声パラメータの詳細
話速（Speed Scale）
- 範囲: 0.5 - 2.0
- デフォルト: 1.0
- 効果:
- 0.5: 半分の速度（ゆっくり）
- 1.0: 通常速度
- 1.5: 1.5倍速（少し早口）
- 2.0: 2倍速（かなり早口）
音高（Pitch Scale）
- 範囲: -0.15 - 0.15
- デフォルト: 0.0
- 効果:
- 負の値: 低い声
- 0.0: 通常の音高
- 正の値: 高い声
抑揚（Intonation Scale）
- 範囲: 0.0 - 2.0
- デフォルト: 1.0
- 効果:
- 0.0: 平坦な話し方
- 1.0: 通常の抑揚
- 2.0: 抑揚を強調
音量（Volume Scale）
- 範囲: 0.0 - 2.0
- デフォルト: 1.0
- 効果:
- 0.0: 無音
- 1.0: 通常の音量
- 2.0: 大音量
コマンドライン使用例
基本的な使用方法
bash
# 1.5倍速で起動
mcp-voicevox stdio --default-speed-scale 1.5 --enable-playback
# 環境変数で設定
export MCP_VOICEVOX_DEFAULT_SPEED_SCALE=1.5
mcp-voicevox stdio複数パラメータの組み合わせ
bash
# 少し早口で高めの声、抑揚強め
mcp-voicevox stdio \
--default-speed-scale 1.3 \
--default-pitch-scale 0.08 \
--default-intonation-scale 1.4 \
--enable-playback音声再生対応プラットフォーム
- macOS:
afplayコマンドを使用 - Linux:
paplay、aplay、mpvのいずれかを使用（利用可能なものを自動検出） - Windows: PowerShell の
Media.SoundPlayerを使用
ビルド
bash
go build -o mcp-voicevox cmd/*.goライセンス
MIT
Similar MCP
Based on tags & features
Trending MCP
Most active this week