快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

pip install chatterbox-tts uvicorn fastapi torchaudio

详细介绍

mcp克劳德说

仅限macOS -使用本地macOS语音合成和Parakeet MLX进行STT

Claude Code的语音交互MCP服务器。包括文本到语音（TTS）和语音到文本（STT），以获得完整的语音对话体验。

特性

语音应答 -克劳德大声说出了自己的回答
语音输入 -使用按键通话（PTT）与克劳德通话
全对话模式 -完整的语音循环 /conversation
快速本地STT -使用长尾小鹦鹉MLX（针对苹果硅优化）
多语言 -能说并理解多种语言
轻量级 -默认情况下使用本地macOS语音合成，没有外部API

TTS后端选项

根据您的需求选择TTS后端：

后端	质量	存储	延迟	免费层
macOS （默认）	基本	0	即时	无限制
谷歌云	良好	0	~0.5s	1M字符/月
话匣子	优秀	11GB	~0.3s	无限制

选项1:macOS（默认）

无需设置。使用本地 say 命令。语音是机器人的，但在任何地方都能工作。

选项2:Google Cloud TTS（推荐）

声音自然，存储空间为零。

定价层次：

级别	质量	价格
Neural2	良好	免费（1M字符/月）
工作室	更好	0.16/100万美元字符
旅程	对话	每百万字符30美元
Chirp3 HD	最佳（双子座）	0.30美元/百万个字符

设置：

在以下位置创建Google Cloud项目 console.cloud.google.com
启用文本到速度API
在处创建API密钥 API和服务>凭据

通过安装程序配置（推荐）：

跑 ./install.sh 并在提示时选择“Google Cloud TTS”。安装程序将指导您输入API密钥并选择语音。

或手动配置：

编辑 ~/.mcp-claude-say/.env:

TTS_BACKEND=google
GOOGLE_CLOUD_API_KEY=your-api-key-here
GOOGLE_VOICE=en-US-Neural2-F
GOOGLE_LANGUAGE=en-US

然后重新启动Claude Code。

声音示例：

语音	层级	描述
`en-US-Neural2-F`	免费	美国女性（默认）
`en-US-Journey-O`	付费	美国女性，会话型
`en-GB-Chirp3-HD-Erinome`	付费	英国女性
`en-GB-Chirp3-HD-Aoede`	付费	英国女性
`en-US-Neural2-D`	免费	美国男性

看所有的声音更多选择。

选项3：聊天盒（局部神经TTS）

最高质量，100%本地运行，但需要11GB的存储空间来存储模型权重。

设置：

# Requires Python 3.11 (Chatterbox doesn't support 3.12+)
python3.11 -m venv ~/.mcp-claude-say/venv-tts
source ~/.mcp-claude-say/venv-tts/bin/activate
pip install chatterbox-tts uvicorn fastapi torchaudio

# Add a voice sample (5-10 seconds of clear speech, 24kHz WAV)
mkdir -p ~/.mcp-claude-say/voices
# Copy your sample to voices/female_voice.wav

配置：

export TTS_BACKEND="chatterbox"

用途：

Chatterbox服务必须手动启动：

# Start the service (~5-10 sec to load model)
~/.mcp-claude-say/start_tts_service.sh

# Verify it's running
curl http://127.0.0.1:8123/health

# Stop when done (frees ~1.5GB RAM)
~/.mcp-claude-say/stop_tts_service.sh

因素	影响
存储空间	模型重量约11GB
RAM	运行时约1.5GB
首次加载	5-10秒

如果服务未运行，TTS将回退到macOS say.

单线安装

git clone https://github.com/alamparelli/mcp-claude-say.git && cd mcp-claude-say && ./install.sh

或者，如果你已经克隆了仓库：

./install.sh

交互式安装程序将指导您完成以下操作：

STT后端选择 -长尾小鹦鹉MLX或苹果语音分析仪
TTS后端选择 -macOS说或谷歌云TTS
谷歌云设置 （如果选择）-API键和语音选择

安装程序的作用

创建Python虚拟环境
安装依赖项（MCP、长尾小鹦鹉MLX、音响设备、pynput）
创造 ~/.mcp-claude-say/.env 使用您的TTS配置
安装两项技能： /speak 和 /conversation
在Claude Code设置中配置两个MCP服务器

配置文件

安装后，您的TTS设置将存储在 ~/.mcp-claude-say/.env:

# TTS Backend: macos, google
TTS_BACKEND=macos

# Google Cloud TTS settings (only used if TTS_BACKEND=google)
GOOGLE_CLOUD_API_KEY=your-api-key
GOOGLE_VOICE=en-US-Neural2-F
GOOGLE_LANGUAGE=en-US

编辑此文件并重新启动Claude Code以更改设置。看 env.template 对于所有选项。

CLI选项

对于脚本/自动安装：

# Install with macOS TTS (default)
./install.sh --parakeet --tts-macos

# Install with Google Cloud TTS
./install.sh --parakeet --tts-google --google-api-key "YOUR_API_KEY"

# TTS only mode (no STT)
./install.sh --tts-only --tts-google

用法

安装后，重新启动Claude Code。

语音模式（仅TTS）

/speak

克劳德会大声说出自己的回答。

对话模式（TTS+STT）

/conversation

全语音循环，自动转弯：

按 正确的命令 开始录制
说出你的信息
发言结束后，录音会自动停止（VAD）
克劳德转录并口头回应
Claude完成后，录制会自动重新开始
自然地继续对话！

驳船驶入： 按 正确的命令 随时打断克劳德的话。

说 “会议结束” 结束谈话。

按键通话键

密钥	描述
`cmd_r`	右命令（默认，推荐）
`cmd_l+s`	左命令+S
`cmd_r+m`	右命令+M
`alt_l`, `alt_r`	选项键
`f13`, `f14`, `f15`	功能键

MacBook热键笔记

有些热键在MacBook上工作不好：

热键	问题
`alt_l+c`	❌ 生产 `ç` macOS上的字符
`f13`, `f14`, `f15`	❌ MacBook没有这些钥匙
`ctrl_r`	❌ MacBook没有正确的控制权
`cmd_l+s`	⚠️ 在大多数应用程序中与“保存”冲突
`cmd_r`	✅ 仅凭正确的指挥-没有冲突，无处不在

建议： 使用 cmd_r （右命令）用于MacBook上的PTT。

需求

macOS （使用本地 say 命令+长尾小鹦鹉MLX）
苹果芯片 建议用于快速STT
Python 3.9+
克劳德代码 命令行界面

MCP服务器

安装程序配置了两个MCP服务器：

克劳德说（TTS）

工具	说明
`speak(text, voice?, speed?)`	排队发言
`speak_and_wait(text, voice?, speed?)`	说话并等待完成
`stop_speaking()`	停车并清空队列

克劳德倾听（STT）

工具	说明
`start_ptt_mode(key?)`	启动按键通话模式
`stop_ptt_mode()`	停止PTT模式
`get_ptt_status()`	获取当前状态
`get_segment_transcription()`	获取转录文本

文件结构

~/.mcp-claude-say/
├── .env                   # TTS configuration (TTS_BACKEND, GOOGLE_CLOUD_API_KEY, etc.)
├── mcp_server.py          # TTS server
├── listen/                # STT module
│   ├── mcp_server.py      # STT server
│   ├── parakeet_transcriber.py
│   └── ptt_controller.py
├── shared/                # Coordination
└── venv/                  # Python environment

~/.claude/skills/
├── speak/                 # /speak skill
│   └── SKILL.md
└── conversation/          # /conversation skill
    └── SKILL.md

卸载

./uninstall.sh

卸载程序会询问您是否要删除缓存的模型（长尾鹦鹉MLX~2.3GB）。选择“保留型号”以便以后更快地重新安装，或选择“删除所有内容”以释放磁盘空间。

故障排除

没有声音

# Test macOS speech
say "Hello world"

STT不工作

# Check Parakeet MLX
~/.mcp-claude-say/venv/bin/python -c "import parakeet_mlx; print('OK')"

# Check audio capture
~/.mcp-claude-say/venv/bin/python -c "import sounddevice; print(sounddevice.query_devices())"

未检测到PTT键（特别是在VSCode中）

PTT热键使用 pynput 这需要 可访问权限 在macOS上。如果没有这些权限，键盘侦听器将成功启动，但永远不会收到按键事件。

要修复：

打开 系统设置 → 隐私和安全 → 无障碍
点击 + 按钮（需要时使用密码解锁）
添加您的终端应用程序：

- 对于VSCode： /Applications/Visual Studio Code.app - 对于光标： /Applications/Cursor.app - 对于终端： /Applications/Utilities/Terminal.app - 对于iTerm2： /Applications/iTerm.app

启用复选框 应用程序旁边
完全重新启动应用程序 （退出并重新打开）

仍然不工作吗？

尝试其他热键： start_ptt_mode("f13") 或 start_ptt_mode("alt_r")
检查日志： tail -f /tmp/claude-listen.log
验证pynput是否正常工作：在Claude Code之外运行一个简单的pynput测试脚本

注：某些键可能在没有辅助功能权限的情况下工作（如功能键F13-F15），但修饰键（Cmd、Alt、Ctrl）始终需要权限。

演出

度量	值
STT速度	~60倍实时（长尾小鹦鹉MLX）
STT RAM	~2gb
TTS延迟	\ 注：当长尾小鹦鹉MLX模型加载到记忆中时，第一次转录很慢（约10-15秒）。随后的转录几乎是即时的。

测试环境

环境	状态	注释
终端（macOS原生）	✅ 作品
iTerm2	✅ 作品
光标	⚠️ 应该有效	尚未测试
VSCode终端 +克劳德代码CLI	✅ 作品
VSCode +克劳德代码GUI扩展	❌ 不工作	对话模式不稳定

需要帮助！ 如果你在其他环境中测试mcp-claude，请打开一个问题报告你的结果。

更新日志

v0.3.0-语音对话模式（2026年1月）

Kokoro TTS后端 （第9页）

新 kokoro TTS后端使用MLX Audio，支持9种语言的54种语音
支持英语、西班牙语、法语、意大利语、葡萄牙语、日语、中文、印地语
配置为 TTS_BACKEND=kokoro 和 KOKORO_VOICE=af_heart

无缝对话流程

VAD自动停止：发言结束后录音会自动停止
自动启动：Claude响应后，录制会自动重新开始
语音打断：按PTT打断克劳德的话
按一下PTT开始，对话自然流畅

v0.2.0-TTS配置（2026年1月）

安装程序改进 （公关#7）

交互式TTS后端选择（macOS、Google Cloud、Kokoro）
带有API键和语音选择的Google Cloud TTS设置向导
通过以下方式进行集中配置 ~/.mcp-claude-say/.env
卸载期间的模型缓存清理选项

许可证

麻省理工学院

______________________________________________________________________

享受你的语音助手吧！

目录标签

语音合成PythonClaude语音识别本地部署macOS语音交互多语言支持本地语音处理

支持客户端

ClaudeCursor

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

7

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/e6dd622ac917856ed2357b9966bc4bed

mcp-claude-say 是一个为 Claude Code 提供的语音交互服务，支持文本到语音（TTS）和语音到文本（STT）功能，实现完整的语音对话体验。

继续浏览同类 MCP

更多音视频 MCP（1,391）返回 MCP 目录

上一个 MCP

MCP camstream analizer

MCP CamStream Analyzer 是一款用于收集和分析摄像头及RTSP视频流内容的工具，支持与任何OpenAI兼容的API集成进行详细内容分析。

下一个 MCP

MCP Content Pipeline

一个用于分析YouTube视频和X（Twitter）内容的管道，提供摘要、关键点提取和图像生成功能。

MCP Claude Say