MCP鱼类音频服务器

Name: MCP鱼类音频服务器
Author: da-okazaki

作者：da-okazaki10 星标更新：2025-11-18

安装使用来源：spider==github.com

项目介绍

Fish Audio MCP Server

这是一个MCP（模型上下文协议）服务器，它提供了Fish Audio的文本转语音API与像Claude这样的大型语言模型之间的无缝集成，从而实现自然语言驱动的语音合成。

Fish Audio是什么？

Fish Audio 是一个前沿的文本转语音平台，提供以下功能：

🌊 最先进的语音合成，具有自然的声音输出
🎯 语音克隆能力，创建自定义语音模型
🌍 多语言支持，包括英语、日语、中文等
⚡ 低延迟流式传输，适用于实时应用
🎨 精细控制，对语音韵律和情感进行控制

此MCP服务器将Fish Audio的强大功能直接带入您的大型语言模型工作流程中。

特性

🎙️ 高质量TTS：利用Fish Audio的最先进TTS模型
🌊 流式传输支持：实时音频流式传输，适用于低延迟应用
🎨 多种语音：通过参考ID支持自定义语音模型
🎯 智能语音选择：通过ID、名称或标签选择语音
📚 语音库管理：配置和管理多个语音参考
🔧 灵活配置：基于环境变量的配置
📦 多种音频格式：支持MP3、WAV、PCM和Opus
🚀 简单集成：与任何兼容MCP的客户端简单设置

快速开始

安装

您可以直接使用npx运行此MCP服务器：

npx @alanse/fish-audio-mcp-server

或者全局安装：

npm install -g @alanse/fish-audio-mcp-server

配置

从Fish Audio获取您的Fish Audio API密钥。
设置环境变量：

export FISH_API_KEY=your_fish_audio_api_key_here

添加到您的MCP设置配置中：

单一语音模式（简单）

{
  "mcpServers": {
    "fish-audio": {
      "command": "npx",
      "args": ["-y", "@alanse/fish-audio-mcp-server"],
      "env": {
        "FISH_API_KEY": "your_fish_audio_api_key_here",
        "FISH_MODEL_ID": "speech-1.6",
        "FISH_REFERENCE_ID": "your_voice_reference_id_here",
        "FISH_OUTPUT_FORMAT": "mp3",
        "FISH_STREAMING": "false",
        "FISH_LATENCY": "balanced",
        "FISH_MP3_BITRATE": "128",
        "FISH_AUTO_PLAY": "false",
        "AUDIO_OUTPUT_DIR": "~/.fish-audio-mcp/audio_output"
      }
    }
  }
}

多种语音模式（高级）

{
  "mcpServers": {
    "fish-audio": {
      "command": "npx",
      "args": ["-y", "@alanse/fish-audio-mcp-server"],
      "env": {
        "FISH_API_KEY": "your_fish_audio_api_key_here",
        "FISH_MODEL_ID": "speech-1.6",
        "FISH_REFERENCES": "[{'reference_id':'id1','name':'Alice','tags':['female','english']},{'reference_id':'id2','name':'Bob','tags':['male','japanese']},{'reference_id':'id3','name':'Carol','tags':['female','japanese','anime']}]",
        "FISH_DEFAULT_REFERENCE": "id1",
        "FISH_OUTPUT_FORMAT": "mp3",
        "FISH_STREAMING": "false",
        "FISH_LATENCY": "balanced",
        "FISH_MP3_BITRATE": "128",
        "FISH_AUTO_PLAY": "false",
        "AUDIO_OUTPUT_DIR": "~/.fish-audio-mcp/audio_output"
      }
    }
  }
}

环境变量

变量	描述	默认值	是否必需
`FISH_API_KEY`	您的Fish Audio API密钥	-	是
`FISH_MODEL_ID`	使用的TTS模型（s1, speech-1.5, speech-1.6）	`s1`	可选
`FISH_REFERENCE_ID`	默认语音参考ID（单个参考模式）	-	可选
`FISH_REFERENCES`	多个语音参考（见下文）	-	可选
`FISH_DEFAULT_REFERENCE`	使用多个参考时的默认参考ID	-	可选
`FISH_OUTPUT_FORMAT`	默认音频格式（mp3, wav, pcm, opus）	`mp3`	可选
`FISH_STREAMING`	启用流式传输模式（HTTP/WebSocket）	`false`	可选
`FISH_LATENCY`	延迟模式（normal, balanced）	`balanced`	可选
`FISH_MP3_BITRATE`	MP3比特率（64, 128, 192）	`128`	可选
`FISH_AUTO_PLAY`	自动播放音频并启用实时播放	`false`	可选
`AUDIO_OUTPUT_DIR`	音频文件输出目录	`~/.fish-audio-mcp/audio_output`	可选

配置多个语音参考

您可以以两种方式配置多个语音参考：

JSON数组格式（推荐）

使用FISH_REFERENCES环境变量与JSON数组：

FISH_REFERENCES='[
  {"reference_id":"id1","name":"Alice","tags":["female","english"]},
  {"reference_id":"id2","name":"Bob","tags":["male","japanese"]},
  {"reference_id":"id3","name":"Carol","tags":["female","japanese","anime"]}
]'
FISH_DEFAULT_REFERENCE="id1"

单独格式（向后兼容）

使用编号的环境变量：

FISH_REFERENCE_1_ID=id1
FISH_REFERENCE_1_NAME=Alice
FISH_REFERENCE_1_TAGS=female,english

FISH_REFERENCE_2_ID=id2
FISH_REFERENCE_2_NAME=Bob
FISH_REFERENCE_2_TAGS=male,japanese

使用方法

一旦配置完成，Fish Audio MCP服务器将为大型语言模型提供两个工具。

工具1：`fish_audio_tts`

使用Fish Audio的TTS API生成语音。

参数

text（必需）：要转换为语音的文本（最大10,000字符）
reference_id（可选）：语音模型参考ID
reference_name（可选）：按名称选择语音
reference_tag（可选）：按标签选择语音
streaming（可选）：启用流式传输模式
format（可选）：输出格式（mp3, wav, pcm, opus）
mp3_bitrate（可选）：MP3比特率（64, 128, 192）
normalize（可选）：启用文本规范化（默认：true）
latency（可选）：延迟模式（normal, balanced）
output_path（可选）：自定义输出文件路径
auto_play（可选）：自动播放生成的音频
websocket_streaming（可选）：使用WebSocket流式传输而不是HTTP
realtime_play（可选）：在WebSocket流式传输期间实时播放音频

语音选择优先级：reference_id > reference_name > reference_tag > 默认

工具2：`fish_audio_list_references`

列出所有已配置的语音参考。

参数

无需参数。

返回值

已配置语音参考的列表及其ID、名称和标签
默认参考ID

示例

基本文本转语音

用户："生成语音说'Hello, world! Welcome to Fish Audio TTS.'"

Claude："我将使用Fish Audio TTS生成这段文本的语音。"

[使用fish_audio_tts工具并传递text参数]

结果：音频文件保存至./audio_output/tts_2025-01-03T10-30-00.mp3

使用自定义语音ID

用户："使用语音模型xyz123生成语音说'This is a custom voice test'"

Claude："我将使用指定的语音模型生成语音。"

[使用fish_audio_tts工具并传递text和reference_id参数]

结果：使用自定义语音模型xyz123生成了语音

使用语音名称

用户："使用Alice的语音说'Hello from Alice'"

Claude："我将使用Alice的语音生成语音。"

[使用fish_audio_tts工具并传递reference_name: "Alice"]

结果：使用Alice的语音生成了语音

使用语音标签

用户："生成日语语音说'こんにちは'，带有动漫风格的语音"

Claude："我将生成带有动漫风格的日语语音。"

[使用fish_audio_tts工具并传递reference_tag: "anime"]

结果：使用动漫风格的语音生成了语音

列出可用语音

用户："有哪些可用的语音？"

Claude："我将列出所有已配置的语音参考。"

[使用fish_audio_list_references工具]

结果：
- Alice (id: id1) - 标签：female, english [默认]
- Bob (id: id2) - 标签：male, japanese
- Carol (id: id3) - 标签：female, japanese, anime

HTTP流式传输模式

用户："以流式传输模式生成关于AI优势的长篇演讲"

Claude："我将以流式传输模式生成演讲，以便更快响应。"

[使用fish_audio_tts工具并传递streaming: true]

结果：流式传输音频保存至./audio_output/tts_2025-01-03T10-35-00.mp3

WebSocket实时流式传输

用户："实时流式传输并播放：'Welcome to the future of AI'"

Claude："我将通过WebSocket流式传输并实时播放这段语音。"

[使用fish_audio_tts工具并传递websocket_streaming: true, realtime_play: true]

结果：通过WebSocket流式传输并实时播放了音频

开发

本地开发

克隆仓库：

git clone https://github.com/da-okazaki/mcp-fish-audio-server.git
cd mcp-fish-audio-server

安装依赖项：

npm install

创建.env文件：

cp .env.example .env
# 编辑.env文件，添加您的API密钥

构建项目：

npm run build

在开发模式下运行：

npm run dev

测试

运行测试套件：

npm test

项目结构

mcp-fish-audio-server/
├── src/
│   ├── index.ts          # MCP服务器入口点
│   ├── tools/
│   │   └── tts.ts        # TTS工具实现
│   ├── services/
│   │   └── fishAudio.ts  # Fish Audio API客户端
│   ├── types/
│   │   └── index.ts      # TypeScript定义
│   └── utils/
│       └── config.ts     # 配置管理
├── tests/                # 测试文件
├── audio_output/         # 默认音频输出目录
├── package.json
├── tsconfig.json
└── README.md

API文档

Fish Audio服务

该服务提供了两个主要方法：

generateSpeech：标准TTS生成
- 返回音频缓冲区
- 适合短文本
- 内存占用较低
generateSpeechStream：流式传输TTS生成
- 返回音频流
- 适合长文本
- 实时处理

错误处理

服务器处理各种错误场景：

INVALID_API_KEY：无效或缺少API密钥
NETWORK_ERROR：与Fish Audio API连接问题
INVALID_PARAMS：请求参数无效
QUOTA_EXCEEDED：API速率限制超出
SERVER_ERROR：Fish Audio服务器错误

故障排除

常见问题

"FISH_API_KEY环境变量是必需的"
- 确保您已设置了FISH_API_KEY环境变量
- 检查API密钥是否有效
"网络错误：无法访问Fish Audio API"
- 检查您的互联网连接
- 确认Fish Audio API可以访问
- 检查代理/防火墙问题
"文本长度超过最大限制"
- 将长文本拆分为更小的部分
- 最大支持长度为10,000字符
音频文件未出现
- 检查AUDIO_OUTPUT_DIR路径是否存在
- 确认目录具有写权限

贡献

欢迎贡献！请随意提交Pull Request。

分叉仓库
创建您的功能分支（git checkout -b feature/AmazingFeature）
提交更改（git commit -m 'Add some AmazingFeature'）
推送到分支（git push origin feature/AmazingFeature）
打开Pull Request

许可证

本项目采用MIT许可证——详情请参阅LICENSE文件。

致谢

Fish Audio 提供了优秀的TTS API
Anthropic 创建了模型上下文协议
MCP社区提供了灵感和示例

支持

对于问题、疑问或贡献，请访问GitHub仓库。

更新日志

查看CHANGELOG.md以获取详细的变更列表。