MCP TTS VOICEVOX

Ejemplos de instalación:

• Windows (cualquiera de estos)

  • Winget: winget install --id=Gyan.FFmpeg -e
  • Chocolatey: choco install ffmpeg
  • Scoop: scoop install ffmpeg
  • Compilaciones oficiales: Descarga desde https://www.gyan.dev/ffmpeg/builds/ o https://github.com/BtbN/FFmpeg-Builds y agrega la carpeta bin a PATH

• macOS

  • Homebrew: brew install ffmpeg

• Linux

  • Debian/Ubuntu: sudo apt-get update && sudo apt-get install -y ffmpeg
  • Fedora: sudo dnf install -y ffmpeg
  • Arch: sudo pacman -S ffmpeg

Configuración de PATH:

• Windows: Agrega ...\ffmpeg\bin a las variables de entorno, luego reinicia PowerShell/terminal y el editor (Claude/VS Code, etc.)
  • Verificación: powershell -c "$env:Path" debe incluir la ruta de ffmpeg
• macOS/Linux: Generalmente se detecta automáticamente. Verifica con echo $PATH si es necesario, reinicia el shell.
• Clientes MCP (Claude Desktop/Code): Reinicia la aplicación para recargar PATH.

Verificación:

ffplay -version

Si se muestra la información de versión, la instalación está completa. CLI/MCP detectará automáticamente ffplay y usará reproducción de transmisión desde stdin.

Herramientas de diccionario de usuario (grupo dictionary):

Cualquier herramienta se puede desactivar individualmente con --disable-tools / VOICEVOX_DISABLED_TOOLS, o por grupo con --disable-groups / VOICEVOX_DISABLED_GROUPS.

Configuración de VOICEVOX

Opciones de reproducción

Configuración de restricciones

Restringe a la IA de especificar ciertas opciones.

Desactivar herramientas

# Disable individual tools
export VOICEVOX_DISABLED_TOOLS=speak_player,synthesize_file

# Disable a built-in group of tools
export VOICEVOX_DISABLED_GROUPS=player

# Combine groups and individual tools
export VOICEVOX_DISABLED_GROUPS=dictionary
export VOICEVOX_DISABLED_TOOLS=synthesize_file

Grupos integrados para VOICEVOX_DISABLED_GROUPS / --disable-groups:

Configuración del reproductor en la interfaz

Configuración de salida de archivos

Configuración del servidor

Los argumentos de línea de comandos tienen prioridad sobre las variables de entorno. La lista completa y actualizada de opciones siempre está disponible mediante npx @kajidog/mcp-tts-voicevox --help.

# Basic settings
npx @kajidog/mcp-tts-voicevox --url http://192.168.1.100:50021 --speaker 3 --speed 1.2

# HTTP mode
npx @kajidog/mcp-tts-voicevox --http --port 8080

# With restrictions
npx @kajidog/mcp-tts-voicevox --restrict-immediate --restrict-wait-for-end

# Disable individual tools
npx @kajidog/mcp-tts-voicevox --disable-tools speak_player,synthesize_file

# Disable a tool group
npx @kajidog/mcp-tts-voicevox --disable-groups player

Puedes usar un archivo de configuración JSON en lugar de (o además de) las variables de entorno y los argumentos de CLI. Esto es útil cuando tienes muchas configuraciones que ajustar.

Orden de prioridad: Argumentos de CLI > Variables de entorno > Archivo de configuración > Valores predeterminados

Generar un archivo de configuración

npx @kajidog/mcp-tts-voicevox --init

Esto crea .voicevoxrc.json en el directorio actual con toda la configuración predeterminada. Edítalo según sea necesario.

Usar una ruta de archivo de configuración personalizada

npx @kajidog/mcp-tts-voicevox --config ./my-config.json

O mediante variable de entorno:

VOICEVOX_CONFIG=./my-config.json npx @kajidog/mcp-tts-voicevox

Ejemplo de .voicevoxrc.json

{
  "url": "http://192.168.1.50:50021",
  "speaker": 3,
  "speed": 1.2,
  "http": true,
  "port": 8080,
  "disable-tools": ["synthesize_file"],
  "disable-groups": ["dictionary"]
}

Las claves pueden escribirse en kebab-case (use-streaming), camelCase (useStreaming) o nombres de clave internos (defaultSpeaker). Si .voicevoxrc.json existe en el directorio actual, se carga automáticamente.

Para conexiones remotas:

Iniciar servidor:

# Linux/macOS
MCP_HTTP_MODE=true MCP_HTTP_PORT=3000 npx @kajidog/mcp-tts-voicevox

# Windows PowerShell
$env:MCP_HTTP_MODE='true'; $env:MCP_HTTP_PORT='3000'; npx @kajidog/mcp-tts-voicevox

Configuración de Claude Desktop (usando mcp-remote):

{
  "mcpServers": {
    "tts-mcp-proxy": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:3000/mcp"]
    }
  }
}

Configuración de hablante por proyecto

Con Claude Code, puedes configurar diferentes hablantes predeterminados por proyecto usando encabezados personalizados en .mcp.json:

Ejemplo de .mcp.json:

{
  "mcpServers": {
    "tts": {
      "type": "http",
      "url": "http://localhost:3000/mcp",
      "headers": {
        "X-Voicevox-Speaker": "113",
        "X-API-Key": "your-api-key"
      }
    }
  }
}

Esto permite que cada proyecto use automáticamente un personaje de voz diferente.

Orden de prioridad:

1. Parámetro explícito speaker en la llamada a la herramienta (mayor prioridad)
2. Valor predeterminado del proyecto desde el encabezado X-Voicevox-Speaker
3. Configuración global VOICEVOX_DEFAULT_SPEAKER (menor prioridad)

Conexión desde WSL a un servidor MCP que se ejecuta en Windows:

1. Obtener la IP del host de Windows desde WSL

# Method 1: From default gateway
ip route show | grep -oP 'default via \K[\d.]+'
# Usually in the format 172.x.x.1

# Method 2: From /etc/resolv.conf (WSL2)
cat /etc/resolv.conf | grep nameserver | awk '{print $2}'

2. Iniciar el servidor en Windows

Agrega la IP de puerta de enlace de WSL a MCP_ALLOWED_HOSTS para permitir el acceso desde WSL:

$env:MCP_HTTP_MODE='true'
$env:MCP_ALLOWED_HOSTS='localhost,127.0.0.1,172.29.176.1'
npx @kajidog/mcp-tts-voicevox

O con argumentos de CLI:

npx @kajidog/mcp-tts-voicevox --http --allowed-hosts "localhost,127.0.0.1,172.29.176.1"

3. Configuración de WSL (.mcp.json)

{
  "mcpServers": {
    "tts": {
      "type": "http",
      "url": "http://172.29.176.1:3000/mcp"
    }
  }
}

⚠️ Dentro de WSL, localhost se refiere al propio WSL. Usa la IP de puerta de enlace de WSL para acceder al host de Windows.

Para usar con ChatGPT, implementa el servidor MCP en modo HTTP en la nube con acceso a un motor VOICEVOX.

1. Implementar en la nube

Implementa con Docker en Render, Railway, etc. (se incluye Dockerfile).

2. Configurar el motor VOICEVOX

Ejecuta el motor VOICEVOX localmente y exponlo mediante ngrok, o impleméntalo junto con el servidor MCP.

3. Configurar variables de entorno

4. Agregar conector en ChatGPT

Ve a Configuración de ChatGPT → Conectores → Agregar URL del servidor MCP (https://your-app.onrender.com/mcp).

Los pasos básicos son los mismos que para ChatGPT, pero el valor de VOICEVOX_PLAYER_DOMAIN es diferente.

Claude Web requiere que ui.domain sea un dominio dedicado basado en hash. Calcúlalo con el siguiente comando:

node -e "console.log(require('crypto').createHash('sha256').update('Your MCP server URL').digest('hex').slice(0,32)+'.claudemcpcontent.com')"

Ejemplo: Si la URL de tu servidor MCP es https://your-app.onrender.com/mcp:

node -e "console.log(require('crypto').createHash('sha256').update('https://your-app.onrender.com/mcp').digest('hex').slice(0,32)+'.claudemcpcontent.com')"
# Example output: 48fb73a6...claudemcpcontent.com

Establece este valor de salida como VOICEVOX_PLAYER_DOMAIN.

Nota: Dado que ChatGPT y Claude Web requieren valores diferentes de VOICEVOX_PLAYER_DOMAIN, una sola instancia no puede atender a ambos clientes simultáneamente. Implementa instancias separadas para cada uno, o cambia la variable de entorno según el cliente objetivo.

1. Verifica si el motor VOICEVOX está en ejecución

curl http://localhost:50021/speakers

2. Verifica las herramientas de reproducción específicas de la plataforma

• Verifica la instalación del paquete: npm list -g @kajidog/mcp-tts-voicevox
• Verifica la sintaxis JSON en el archivo de configuración
• Reinicia el cliente

Configuración

git clone https://github.com/kajidog/mcp-tts-voicevox.git
cd mcp-tts-voicevox
pnpm install

Comandos

El administrador de paquetes es pnpm (npm / yarn no son compatibles).

Los servidores de desarrollo viven en el paquete del servidor, así que ejecútalos con un filtro: