GPT-SoVITS MCP Server
このプロジェクトは、GPT-SoVITSのAPIサーバーをModel Context Protocol (MCP) ツールとして利用できるようにするMCPサーバーです。FastAPI-MCPを使用してSwagger仕様から自動的にMCPツール定義を生成します。
機能
- Text-to-Speech合成: テキストから音声を生成
- 音声クローニング: 参照音声を使用した声質の複製
- マルチ言語対応: 中国語、英語、日本語、韓国語、粤語をサポート
- モデル管理: GPT/SoVITSモデルの動的切り替え
- ストリーミング対応: リアルタイム音声配信
- MCP統合: AI エージェントとの統合
必要な環境
- Python 3.11以上（Windows/macOS/Linux対応）
- GPT-SoVITS API サーバー（ポート9880で実行中）
インストール
Windows
-
Python のインストール:
- Python公式サイトからPython 3.11以上をダウンロード
- インストール時に「Add Python to PATH」をチェック
-
依存関係をインストール:
python -m pip install -r requirements.txt -
GPT-SoVITS API サーバーを起動:
cd GPT-SoVITS python api.py
macOS/Linux
-
依存関係をインストール:
python3.11 -m pip install -r requirements.txt # または pip install -r requirements.txt -
GPT-SoVITS API サーバーを起動:
cd GPT-SoVITS python3.11 api.py # または python api.py
使用方法
簡単起動（推奨）
Windows
start_server.bat
macOS/Linux
./start_server.sh
手動起動
Windows
python fastapi_mcp_server.py
macOS/Linux
python3.11 fastapi_mcp_server.py
オプション
--host: バインドするホスト (デフォルト: 0.0.0.0)--port: バインドするポート (デフォルト: 8000)--gpt-sovits-url: GPT-SoVITS APIのURL (デフォルト: http://localhost:9880)--reload: 自動リロードを有効化
環境変数
SOVITS_VOICES_PATH: 音声ファイルのベースパスHOST: サーバーのホストPORT: サーバーのポート
エンドポイント
サーバー起動後、以下のエンドポイントが利用可能になります:
- API ドキュメント: http://localhost:8000/docs
- MCP エンドポイント: http://localhost:8000/mcp
- ヘルスチェック: http://localhost:8000/health
利用可能なMCPツール
-
text_to_speech (
/tts)- テキストから音声を合成
- 参照音声による音声クローニング対応
- 複数の音声フォーマット対応 (wav, ogg, aac)
-
set_model (
/set_model)- GPT/SoVITSモデルの重みを設定
- 動的なモデル切り替え
-
set_reference (
/set_reference)- デフォルトの参照音声とプロンプトテキストを設定
- 音声クローニングの基準となる声質を設定
-
control_server (
/control)- サーバーの制御（再起動/シャットダウン）
API 使用例
テキストから音声合成
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"
}'
モデルの設定
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"
}'
MCP統合
このサーバーは Model Context Protocol (MCP) に対応しており、Claude等のAIエージェントから直接音声合成機能を利用できます。
Claude Desktopでの設定
設定ファイルの場所
- Windows:
%APPDATA%\Claude\claude_desktop_config.json - macOS:
~/Library/Application Support/Claude/claude_desktop_config.json
Windows用設定
{
"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"
}
}
}
}
macOS/Linux用設定
{
"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"
}
}
}
}
SSE (Server-Sent Events) を使用する場合
FastAPI-MCPは自動的に /mcp エンドポイントでSSE接続を提供します。SSEプロキシを使用する場合：
{
"mcpServers": {
"gpt-sovits-sse": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-fetch", "http://127.0.0.1:8000/mcp"],
"env": {}
}
}
}
設定ファイルの場所
プロジェクトには複数の設定例が含まれています：
Windows用
claude_desktop_config_windows.json- Claude Desktop用の設定mcp_windows.json- 基本的なMCP設定mcp_sse_windows.json- SSE プロキシを使用した設定start_server.bat- Windows用起動スクリプト
macOS/Linux用
claude_desktop_config.json- Claude Desktop用の設定mcp.json- 基本的なMCP設定mcp_sse.json- SSE プロキシを使用した設定start_server.sh- macOS/Linux用起動スクリプト
トラブルシューティング
Windows固有の問題
Python が見つからない
python --version
- エラーが出る場合は、Python がPATHに追加されていない
- Python インストール時に「Add Python to PATH」をチェックする
- または
pyコマンドを使用する
音声ファイルパスのエラー
- Windowsではバックスラッシュ（
\）を使用 - または環境変数
SOVITS_VOICES_PATHを設定
set SOVITS_VOICES_PATH=C:\voices\characters
共通の問題
GPT-SoVITS APIサーバーに接続できない
- GPT-SoVITS APIサーバーが起動していることを確認
- ポート9880が使用可能であることを確認
- ファイアウォールの設定を確認
依存関係のエラー
- Python 3.11以上を使用していることを確認
pip install -r requirements.txtで依存関係をインストール
音声ファイルが見つからない
SOVITS_VOICES_PATH環境変数を正しく設定- 音声ファイルが指定されたパスに存在することを確認
- デフォルトでは
voices/characters/フォルダを使用
ライセンス
このプロジェクトはMITライセンスの下で公開されています。