简介

一个使用Windows原生语音服务提供文本转语音和语音转文本功能的服务器，无需外部依赖。

简介

一个使用Windows原生语音服务提供文本转语音和语音转文本功能的服务器，无需外部依赖。

MS-Lucidia-Voice-Gateway-MCP

一个使用 Windows 内置语音服务提供文本转语音和语音转文本功能的模型上下文协议（MCP）服务器。该服务器通过 PowerShell 命令利用本地 Windows 语音 API (SAPI)，无需外部 API 或服务。

特性

• 使用 Windows SAPI 语音进行文本转语音 (TTS)
• 使用 Windows 语音识别进行语音转文本 (STT)
• 简单的网页界面用于测试
• 无外部 API 依赖
• 使用 Windows 本机功能

先决条件

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

安装

1. 克隆仓库：

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

使用

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. 使用网页界面测试 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): 要使用的语音（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（秒）（默认：5，最大值：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. 确保启用了 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. 检查可用的语音：

   • 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. 分叉仓库
2. 创建你的功能分支
3. 提交你的更改
4. 推送到分支
5. 创建一个新的 Pull Request

许可证

MIT

来源

• 来源：github
• 链接：https://github.com/ExpressionsBot/MS-Lucidia-Voice-Gateway-MCP