Navigation
Voicevox MCP Server: AI Synthesis & Customization - MCP Implementation

Voicevox MCP Server: AI Synthesis & Customization

Voicevox MCP Server: Effortlessly craft lifelike voices for games, videos, and apps. High-quality AI synthesis, seamless integration, and endless customization. Elevate your content today!

Visit Repository
✨ Developer Tools
4.0(94 reviews)
141 saves
65 comments

Users create an average of 36 projects per month with this tool

About Voicevox MCP Server

What is Voicevox MCP Server: AI Synthesis & Customization?

Developed as a versatile middleware solution, the Voicevox MCP Server enables seamless integration of AI-driven text-to-speech systems like AivisSpeech, VOICEVOX, and COEIROINK via the Model Context Protocol (MCP). Designed for advanced agents like Cursor's Claude 3.7, this server acts as a bridge between powerful synthesis engines and end-user applications, offering robust customization options while maintaining compatibility with both native Windows setups and Dockerized environments.

How to Use Voicevox MCP Server: AI Synthesis & Customization?

Implementation follows a structured workflow:

  1. Environment Preparation: Install Node.js (v18+) and prerequisite tools (VLC for Windows, Docker/WSL2 for Linux).
  2. Repository Setup: Clone the repository and configure dependencies via npm.
  3. Configuration Tuning: Adjust the .env file to specify VOICEVOX_ENGINE endpoints and speaker IDs.
  4. Execution: Deploy either natively using npm scripts or via Docker with pulseaudio/SFML configurations.
  5. Integration: Update mcp.json with server endpoints and Docker-specific parameters for reliable connection handling.

Voicevox MCP Server Features

Key Features of Voicevox MCP Server: AI Synthesis & Customization?

  • Protocol Abstraction: Simplifies MCP integration through standardized JSON configurations.
  • Speaker Customization: Supports dynamic speaker switching via environment variables (e.g., default Shikoku Medatan or custom IDs).
  • Multi-Environment Resilience: Automatic reconnection logic for unstable Windows connections, Dockerized isolation for enterprise deployments.
  • Diagnostic Transparency: Clear error logging for API connectivity and audio playback issues.

Use Cases of Voicevox MCP Server: AI Synthesis & Customization?

Primarily leveraged in:

  • AI-powered chatbots requiring natural voice output
  • Content creation pipelines for automated audiobook generation
  • Research environments testing new TTS models
  • Education platforms needing customizable voice avatars
  • Legacy system upgrades through Docker encapsulation

Voicevox MCP Server FAQ

FAQ from Voicevox MCP Server: AI Synthesis & Customization?

Q: Why use MCP over direct API calls?
A: MCP's event-driven architecture provides superior real-time performance for agent workflows compared to REST-based polling.

Q: Docker audio issues persist?
A: Ensure PULSE_SERVER environment variables point to /mnt/wslg/PulseServer and SDL_AUDIODRIVER is set to pulseaudio.

Q: Speaker ID not working?
A: Verify IDs via VOICEVOX's /speakers endpoint - some IDs may require additional model installations.

Q: Can I use non-VOICEVOX engines?
A: While currently VOICEVOX-specific, the MCP framework allows protocol extensions for other engines through API adaptation.

Content

Voicevox MCP Server

VOICEVOX互換の音声合成サーバー(AivisSpeech / VOICEVOX / COEIROINK) を MCP (Model Context Protocol) 経由で利用するためのサーバーです。 Cursor等でのClaude 3.7を使ったエージェントモードでの音声合成に利用できます。

必要条件

Windows環境

Docker環境 (WSL2)

  • Docker と Docker Compose
  • WSL2
  • VOICEVOX ENGINE等 (ローカルまたはDockerで実行)
  • sudo apt install libsdl2-dev pulseaudio-utils pulseaudio されたLinux環境
  • /mnt/wslg へのアクセス権限

インストールと設定

  1. リポジトリをクローン
git clone https://github.com/Dosugamea/voicevox-mcp-server.git
cd voicevox-mcp-server
  1. 依存関係のインストール
npm install
  1. 環境変数の設定 .env_example をコピーして .env ファイルを作成し、必要に応じて設定を変更します:
VOICEVOX_API_URL=http://localhost:50021
VOICEVOX_SPEAKER_ID=1

実行方法

Windows環境での実行

エディタと別途で下記手順でサーバーを立ち上げてください。

npm run build
npm start

Docker環境での実行

エディタと別途での操作は不要です。 stdioモードで立ち上がるため直接実行することはできません。

設定方法

Windows環境での実行の場合

mcp.jsonに下記を追記してください。 接続が不安定なため切断されたら再接続してください。

        "voicevox": {
            "url": "http://localhost:10100/sse"
        }

Docker環境での実行の場合

mcp.jsonに下記を追記してください。 (作者環境での動作は確認できていません)

{
    "tools": {
        "voicevox": {
            "command": "cmd",
            "args": [
                "/c",
                "docker",
                "run",
                "-i",
                "--rm",
                "-v",
                "/mnt/wslg:/mnt/wslg",
                "-e",
                "PULSE_SERVER",
                "-e",
                "SDL_AUDIODRIVER",
                "-e",
                "VOICEVOX_API_URL",
                "-e",
                "VOICEVOX_SPEAKER_ID",
                "your-local-docker-image-name"
            ],
            "env": {
                "PULSE_SERVER": "unix:/mnt/wslg/PulseServer",
                "SDL_AUDIODRIVER": "pulseaudio",
                "VOICEVOX_API_URL": "http://host.docker.internal:50031",
                "VOICEVOX_SPEAKER_ID": "919692871"
            }
        }
    }
}

話者IDについて

話者IDは使用するVOICEVOXのモデルによって異なります。デフォルトでは「1」（四国めたん）を使用しています。 他の話者IDを使用する場合は、環境変数 VOICEVOX_SPEAKER_ID を変更してください。

話者IDの一覧は、VOICEVOX ENGINE APIの /speakers エンドポイントで確認できます。 例: curl http://localhost:50021/speakers

トラブルシューティング

  • VOICEVOXとの接続エラー : VOICEVOX ENGINEが起動していること、APIのURLが正しく設定されていることを確認してください。
  • 音声が再生されない : VLCが正しくインストールされていることと、パスが通っていることを確認してください。
  • Docker環境での音声出力問題 : pulseaudioの設定が正しいか確認してください。

開発者向け情報

  • ソースコードに貢献する場合は、Issueを作成するか、Pull Requestを送信してください。
  • バグ報告や機能リクエストは、GitHubのIssue機能をご利用ください。

ライセンス

MIT License

Related MCP Servers & Clients

mcp-servervoice-synthesis

Quick Navigation

MCP Categories

Developer Tools