MS-Lucidia-Voice-Gateway-MCP

一个模型上下文协议 (MCP) 服务器，它使用 Windows 内置的语音服务提供文本到语音和语音到文本的功能。此服务器通过 PowerShell 命令利用原生 Windows 语音 API (SAPI)，无需外部 API 或服务。

特性

• 使用 Windows SAPI 声音的文本到语音 (TTS)
• 使用 Windows 语音识别的语音到文本 (STT)
• 用于测试的简单 Web 界面
• 无外部 API 依赖项
• 使用原生 Windows 功能

前提条件

• 启用语音识别的 Windows 10/11
• Node.js 16+
• PowerShell

安装

1. 克隆存储库：

git clone https://github.com/ExpressionsBot/MS-Lucidia-Voice-Gateway-MCP.git
cd MS-Lucidia-Voice-Gateway-MCP

2. 安装依赖项：

npm install

3. 构建项目：

npm run build

用法

测试界面

1. 启动测试服务器：

npm run test

2. 在浏览器中打开 http://localhost:3000
3. 使用 Web 界面测试 TTS 和 STT 功能

可用工具

text_to_speech

使用 Windows SAPI 将文本转换为语音。

参数：

• text (必需): 要转换为语音的文本
• voice (可选): 要使用的声音 (例如, "Microsoft David Desktop")
• speed (可选): 语速，从 0.5 到 2.0 (默认: 1.0)

示例：

fetch('http://localhost:3000/tts', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    text: "Hello, this is a test",
    voice: "Microsoft David Desktop",
    speed: 1.0
  })
});

speech_to_text

录制音频并使用 Windows 语音识别将其转换为文本。

参数：

• duration (可选): 录制时长，以秒为单位 (默认: 5, 最大: 60)

示例：

fetch('http://localhost:3000/stt', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    duration: 5
  })
}).then(response => response.json())
  .then(data => console.log(data.text));

故障排除

1. 确保已启用 Windows 语音识别：

   • 打开 Windows 设置
   • 转到时间和语言 > 语音
   • 启用语音识别

2. 检查可用的声音：

   • 打开 PowerShell 并运行：

   Add-Type -AssemblyName System.Speech
   (New-Object System.Speech.Synthesis.SpeechSynthesizer).GetInstalledVoices().VoiceInfo.Name
   

3. 测试语音识别：

   • 在 Windows 设置中打开语音识别
   • 如果尚未完成，请运行设置向导
   • 测试 Windows 是否可以识别您的声音

贡献

1. Fork 存储库
2. 创建您的功能分支
3. 提交您的更改
4. 推送到分支
5. 创建一个新的 Pull Request

许可证

MIT