Edge-TTS MCP Server

中文文档 | English Documentation

基于 Microsoft Edge TTS 服务的 MCP (Model Context Protocol) 服务器，提供文本转语音功能。

Claude Code MCP Configuration

Add the following MCP server configuration to your Claude Code settings:

{
  "mcpServers": {
    "edge-tts": {
      "command": "python",
      "args": [
        "/absolute/path/to/edge-tts/main.py"
      ],
      "env": {
        "PYTHONPATH": "/absolute/path/to/edge-tts/src"
      }
    }
  }
}

Configuration Example (modify with your actual path):

{
  "mcpServers": {
    "edge-tts": {
      "command": "python",
      "args": [
        "/Users/ymr/github/edge-tts/main.py"
      ],
      "env": {
        "PYTHONPATH": "/Users/ymr/github/edge-tts/src"
      }
    }
  }
}

Windows Configuration:

{
  "mcpServers": {
    "edge-tts": {
      "command": "python",
      "args": [
        "C:\\path\\to\\edge-tts\\main.py"
      ],
      "env": {
        "PYTHONPATH": "C:\\path\\to\\edge-tts\\src"
      }
    }
  }
}

Using Virtual Environment (recommended):

{
  "mcpServers": {
    "edge-tts": {
      "command": "/path/to/venv/bin/python",
      "args": [
        "/path/to/edge-tts/main.py"
      ]
    }
  }
}

Configuration File Example: The project root provides claude-mcp-config.json with a complete configuration example.

Configuration Details

1. command: Path to Python interpreter
2. args: Path to main program file
3. env: Environment variables to ensure Python can find source code
4. disabled: Whether to disable this server (default false)
5. autoStart: Whether to auto-start (default true)

Configuration Location

Claude Code MCP configuration file is typically located at:

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

Add the configuration to the mcpServers section of the file.

功能特性

• ✅ 文本转语音（支持多种语言和语音）
• ✅ 语音列表查询（支持按语言、性别过滤）
• ✅ 音频文件保存
• ✅ 语音详细信息查询
• ✅ 字幕生成（SRT格式）
• ✅ 完整的 MCP 协议支持
• ✅ 严格的参数验证
• ✅ 详细的错误处理

安装依赖

pip install -r requirements.txt

启动服务器

# 方式1: 使用主脚本
python main.py

# 方式2: 直接运行服务器
python -m src.server

工具列表

1. text_to_speech

将文本转换为语音音频

参数:

• text: 要转换的文本内容（必填）
• voice: 语音名称（默认: en-US-EmmaMultilingualNeural）
• rate: 语速调整（默认: +0%）
• volume: 音量调整（默认: +0%）
• pitch: 音调调整（默认: +0Hz）
• boundary: 边界类型（默认: SentenceBoundary）
• format: 输出格式（默认: mp3）

2. list_voices

查询可用的语音列表

参数:

• locale: 语言区域过滤
• gender: 性别过滤（Male/Female）
• name_pattern: 名称模式匹配

3. save_audio

将音频数据保存到文件

参数:

• audio_data: base64编码的音频数据（必填）
• filename: 保存的文件名（必填）
• format: 文件格式（默认: mp3）

4. get_voice_info

获取特定语音的详细信息

参数:

• voice_name: 语音名称（必填）

5. generate_subtitles

生成语音的字幕文件

参数:

• text: 文本内容（必填）
• voice: 语音名称（默认: en-US-EmmaMultilingualNeural）
• subtitle_format: 字幕格式（默认: srt）
• boundary_type: 边界类型（默认: SentenceBoundary）

使用示例

命令行测试

# 查询中文语音列表
curl -X POST http://localhost:8000/tools/call \
  -H "Content-Type: application/json" \
  -d '{
    "name": "list_voices",
    "arguments": {
      "locale": "zh-CN"
    }
  }'

# 文本转语音
curl -X POST http://localhost:8000/tools/call \
  -H "Content-Type: application/json" \
  -d '{
    "name": "text_to_speech",
    "arguments": {
      "text": "你好，世界！",
      "voice": "zh-CN-XiaoxiaoNeural"
    }
  }'

Python 客户端示例

import asyncio
import aiohttp
import json

async def test_tts():
    async with aiohttp.ClientSession() as session:
        # 文本转语音
        payload = {
            "jsonrpc": "2.0",
            "id": 1,
            "method": "tools/call",
            "params": {
                "name": "text_to_speech",
                "arguments": {
                    "text": "Hello, world!",
                    "voice": "en-US-JennyNeural"
                }
            }
        }
        
        async with session.post("http://localhost:8000", json=payload) as response:
            result = await response.json()
            print(json.dumps(result, indent=2))

asyncio.run(test_tts())

错误代码

• 1001: 验证错误
• 1002: 语音不存在
• 1003: 参数错误
• 1004: 网络错误
• 1005: 音频生成错误

配置说明

编辑 config/server_config.yaml 文件进行配置：

server:
  host: localhost
  port: 8000
  log_level: INFO

defaults:
  voice: en-US-EmmaMultilingualNeural
  rate: +0%
  volume: +0%
  pitch: +0Hz

支持的语音

支持 85 种语言的 585 个不同语音，包括：

• 中文: zh-CN-XiaoxiaoNeural, zh-CN-YunyangNeural
• 英文: en-US-JennyNeural, en-US-EmmaMultilingualNeural
• 日文: ja-JP-NanamiNeural
• 韩文: ko-KR-SunHiNeural

使用 list_voices 工具查看完整列表。

开发说明

项目结构：

edge-tts-mcp-server/
├── src/
│   ├── __init__.py
│   ├── server.py          # MCP Server 主文件
│   ├── tools.py           # 工具实现
│   ├── models.py          # 数据模型
│   └── utils.py           # 工具函数
├── config/
│   └── server_config.yaml # 服务器配置
├── requirements.txt       # 依赖文件
├── README.md
└── main.py               # 启动脚本

许可证

MIT License