GPT-SoVITS MCP Server

Un servidor MCP para GPT-SoVITS que ofrece síntesis de texto a voz, clonación de voz y soporte multilingüe.

GitHub
4
Prueba este MCPPatrocinado

Documentación

Servidor MCP de GPT-SoVITS

Este proyecto es un servidor MCP que permite utilizar el servidor API de GPT-SoVITS como herramientas del Model Context Protocol (MCP). Utiliza FastAPI-MCP para generar automáticamente definiciones de herramientas MCP a partir de la especificación Swagger.

Características

  • Síntesis de texto a voz: Genera audio a partir de texto
  • Clonación de voz: Réplica de timbre de voz utilizando audio de referencia
  • Soporte multilingüe: Compatible con chino, inglés, japonés, coreano y cantonés
  • Gestión de modelos: Cambio dinámico de modelos GPT/SoVITS
  • Soporte de streaming: Distribución de audio en tiempo real
  • Integración MCP: Integración con agentes de IA

Requisitos del entorno

  • Python 3.11 o superior (compatible con Windows/macOS/Linux)
  • Servidor API de GPT-SoVITS (ejecutándose en el puerto 9880)

Instalación

Windows

  1. Instalación de Python:

  2. Instalar dependencias:

    python -m pip install -r requirements.txt

  3. Iniciar el servidor API de GPT-SoVITS:

    cd GPT-SoVITS
python api.py

macOS/Linux

  1. Instalar dependencias:

    python3.11 -m pip install -r requirements.txt
# または
pip install -r requirements.txt

  2. Iniciar el servidor API de GPT-SoVITS:

    cd GPT-SoVITS
python3.11 api.py
# または
python api.py

Uso

Inicio rápido (recomendado)

Windows

start_server.bat

macOS/Linux

./start_server.sh

Inicio manual

Windows

python fastapi_mcp_server.py

macOS/Linux

python3.11 fastapi_mcp_server.py

Opciones

  • --host: Host de enlace (predeterminado: 0.0.0.0)
  • --port: Puerto de enlace (predeterminado: 8000)
  • --gpt-sovits-url: URL de la API de GPT-SoVITS (predeterminado: http://localhost:9880)
  • --reload: Habilitar recarga automática

Variables de entorno

  • SOVITS_VOICES_PATH: Ruta base de archivos de audio
  • HOST: Host del servidor
  • PORT: Puerto del servidor

Endpoints

Después de iniciar el servidor, los siguientes endpoints estarán disponibles:

Herramientas MCP disponibles

  1. text_to_speech (/tts)

    • Sintetiza audio a partir de texto
    • Compatible con clonación de voz mediante audio de referencia
    • Soporta múltiples formatos de audio (wav, ogg, aac)

  2. set_model (/set_model)

    • Configura los pesos de los modelos GPT/SoVITS
    • Cambio dinámico de modelos

  3. set_reference (/set_reference)

    • Configura el audio de referencia predeterminado y el texto de la indicación
    • Establece el timbre de voz base para la clonación de voz

  4. control_server (/control)

    • Control del servidor (reinicio/apagado)

Ejemplos de uso de la API

Síntesis de audio a partir de texto

curl -X POST "http://localhost:8000/tts" \
     -H "Content-Type: application/json" \
     -d '{
       "text": "こんにちは、世界",
       "text_lang": "ja",
       "refer_wav_path": "path/to/reference.wav",
       "prompt_text": "参照音声のテキスト"
     }'

Configuración del modelo

curl -X POST "http://localhost:8000/set_model" \
     -H "Content-Type: application/json" \
     -d '{
       "gpt_model_path": "path/to/gpt.ckpt",
       "sovits_model_path": "path/to/sovits.pth"
     }'

Integración MCP

Este servidor es compatible con el Model Context Protocol (MCP), lo que permite que agentes de IA como Claude utilicen directamente las funciones de síntesis de voz.

Configuración en Claude Desktop

Ubicación del archivo de configuración

  • Windows: %APPDATA%\Claude\claude_desktop_config.json
  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

Configuración para Windows

{
  "mcpServers": {
    "gpt-sovits": {
      "command": "python",
      "args": ["C:\\path\\to\\sovits_mcp\\fastapi_mcp_server.py"],
      "env": {
        "HOST": "127.0.0.1",
        "PORT": "8000",
        "SOVITS_VOICES_PATH": "C:\\voices\\characters"
      }
    }
  }
}

Configuración para macOS/Linux

{
  "mcpServers": {
    "gpt-sovits": {
      "command": "python3.11",
      "args": ["/path/to/sovits_mcp/fastapi_mcp_server.py"],
      "env": {
        "HOST": "127.0.0.1",
        "PORT": "8000",
        "SOVITS_VOICES_PATH": "/voices/characters"
      }
    }
  }
}

Uso de SSE (Server-Sent Events)

FastAPI-MCP proporciona automáticamente una conexión SSE en el endpoint /mcp. Si utiliza un proxy SSE:

{
  "mcpServers": {
    "gpt-sovits-sse": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch", "http://127.0.0.1:8000/mcp"],
      "env": {}
    }
  }
}

Ubicación de los archivos de configuración

El proyecto incluye varios ejemplos de configuración:

Para Windows

  • claude_desktop_config_windows.json - Configuración para Claude Desktop
  • mcp_windows.json - Configuración básica de MCP
  • mcp_sse_windows.json - Configuración con proxy SSE
  • start_server.bat - Script de inicio para Windows

Para macOS/Linux

  • claude_desktop_config.json - Configuración para Claude Desktop
  • mcp.json - Configuración básica de MCP
  • mcp_sse.json - Configuración con proxy SSE
  • start_server.sh - Script de inicio para macOS/Linux

Solución de problemas

Problemas específicos de Windows

Python no encontrado

python --version
  • Si aparece un error, Python no está agregado a PATH
  • Marque "Agregar Python a PATH" durante la instalación de Python
  • O utilice el comando py

Errores de ruta de archivos de audio

  • En Windows, utilice barras invertidas (\)
  • O configure la variable de entorno SOVITS_VOICES_PATH
set SOVITS_VOICES_PATH=C:\voices\characters

Problemas comunes

No se puede conectar al servidor API de GPT-SoVITS

  • Verifique que el servidor API de GPT-SoVITS esté en ejecución
  • Verifique que el puerto 9880 esté disponible
  • Verifique la configuración del firewall

Errores de dependencias

  • Verifique que esté utilizando Python 3.11 o superior
  • Instale las dependencias con pip install -r requirements.txt

Archivos de audio no encontrados

  • Configure correctamente la variable de entorno SOVITS_VOICES_PATH
  • Verifique que los archivos de audio existan en la ruta especificada
  • De forma predeterminada, se utiliza la carpeta voices/characters/

Licencia

Este proyecto se publica bajo la licencia MIT.