@kajidog/mcp-tts-voicevox 0.0.5 → 0.0.7

package/README.md

@@ -2,81 +2,63 @@
 
 VOICEVOXを使用した音声合成MCPサーバー
 
+## 特徴
+
+- **キュー管理機能** - 複数の音声合成リクエストを効率的に処理
+- **プリフェッチ** - 次の音声を事前に生成し、再生をスムーズに
+
 ## 必要条件
 
 - Node.js
 - [VOICEVOXエンジン](https://voicevox.hiroshiba.jp/)
 
-## 機能概要
-
-- テキストから音声を合成して再生
-- テキストから音声合成用クエリを生成
-- 音声合成用クエリから音声ファイルを生成
-- テキストまたはクエリを音声生成キューに追加
-
-## 使い方
-
-### インストール
+## インストール
 
 ```bash
 npm install -g @kajidog/mcp-tts-voicevox
 ```
 
-### 実行
+## 使い方
+
+### MCPサーバーとして
 
 1. VOICEVOXエンジンを起動
-2. 以下のコマンドを実行
+2. MCPサーバーを起動
 
 ```bash
 npx @kajidog/mcp-tts-voicevox
 ```
 
-### MCPツールとして使用
+### ライブラリとして
 
-#### 1. テキストを音声に変換して再生
+プロジェクトに直接インポートして使用することも可能です：
 
-```typescript
-await mcp.invoke("speak", {
-  text: "こんにちは！",  // 読み上げるテキスト
-  speaker: 1  // 話者ID（オプション）
-});
+```bash
+npm install @kajidog/mcp-tts-voicevox
 ```
 
-#### 2. テキストから音声合成用クエリを生成
+```javascript
+import { VoicevoxClient } from "@kajidog/mcp-tts-voicevox";
 
-```typescript
-const queryResult = await mcp.invoke("generate_query", {
-  text: "こんにちは！",  // 音声合成するテキスト
-  speaker: 1  // 話者ID（オプション）
+// クライアントを初期化
+const client = new VoicevoxClient({
+  url: "http://localhost:50021", // VOICEVOXエンジンのURL
+  defaultSpeaker: 1,             // デフォルト話者ID（オプション）
+  defaultSpeedScale: 1.0         // デフォルト速度（オプション）
 });
 
-// 返されたテキストをJSONにパース
-const query = JSON.parse(queryResult.content[0].text);
-```
-
-#### 3. 音声合成用クエリから音声ファイルを生成
+// テキストを音声に変換して再生
+await client.speak("こんにちは");
 
-```typescript
-const fileResult = await mcp.invoke("synthesize_file", {
-  query: query,  // 音声合成用クエリ
-  output: "/path/to/output.wav",  // 出力ファイルパス
-  speaker: 1  // 話者ID（オプション）
-});
-
-// 生成された音声ファイルのパス
-const filePath = fileResult.content[0].text;
+// テキストから音声ファイルを生成
+const filePath = await client.generateAudioFile("こんにちは", "./output.wav");
 ```
 
-## 活用例
-
-1. **テキストを直接音声に変換**
-   - `speak` - 短いテキストをすぐに読み上げたいとき
-
-2. **細かい音声設定をカスタマイズ**
-   - `generate_query` → クエリ編集 → `synthesize_file` の流れで高度な調整が可能
+## 主な機能
 
-3. **バッチ処理で大量の音声ファイルを作成**
-   - テキストをクエリに変換してから一括で音声ファイルを生成
+- **テキスト読み上げ** (`speak`) - テキストを音声に変換して再生
+- **クエリ生成** (`generate_query`) - 音声合成用クエリの作成
+- **ファイル生成** (`synthesize_file`) - クエリから音声ファイルを生成
 
 ## 環境変数
 

package/dist/index.js

@@ -2,128 +2,129 @@
 "use strict";
 Object.defineProperty(exports, "__esModule", { value: true });
 exports.VoicevoxError = void 0;
-exports.initVoicevox = initVoicevox;
 const mcp_js_1 = require("@modelcontextprotocol/sdk/server/mcp.js");
 const stdio_js_1 = require("@modelcontextprotocol/sdk/server/stdio.js");
 const zod_1 = require("zod");
 const voicevox_1 = require("./voicevox");
 const types_1 = require("./voicevox/types");
 Object.defineProperty(exports, "VoicevoxError", { enumerable: true, get: function () { return types_1.VoicevoxError; } });
-/**
- * VOICEVOX音声合成クライアントを初期化します
- * @param config 設定オブジェクト
- * @returns VoicevoxClientのインスタンス
- */
-function initVoicevox(config) {
-    return new voicevox_1.VoicevoxClient(config);
-}
-// デフォルトのVOICEVOXクライアント
-const voicevoxClient = initVoicevox({
-    url: process.env.VOICEVOX_URL || "http://localhost:50021",
-    defaultSpeaker: Number(process.env.VOICEVOX_DEFAULT_SPEAKER || "1"),
-    defaultSpeedScale: Number(process.env.VOICEVOX_DEFAULT_SPEED_SCALE || "1.0"),
-});
 const server = new mcp_js_1.McpServer({
     name: "MCP TTS Voicevox",
-    version: "0.0.5",
+    version: "0.0.7",
     description: "A Voicevox server that converts text to speech for playback and saving.",
-    functions: {
-        // 既存の関数
-        speak: {
-            parameters: zod_1.z.object({
-                text: zod_1.z
-                    .string()
-                    .describe("Text to be spoken (if both query and text are provided, query takes precedence)"),
-                speaker: zod_1.z
-                    .number()
-                    .optional()
-                    .describe("Speaker ID (optional, used if text is provided)"),
-                query: zod_1.z.string().optional().describe("Voice synthesis query"),
-                speedScale: zod_1.z
-                    .number()
-                    .optional()
-                    .describe("Playback speed (optional, default is from environment variable)"),
-            }),
-            handler: async ({ text, speaker, query, speedScale, }) => {
-                try {
-                    if (query) {
-                        // クエリが提供されている場合はそれを使用
-                        const audioQuery = JSON.parse(query);
-                        if (speedScale !== undefined) {
-                            audioQuery.speedScale = speedScale;
-                        }
-                        return await voicevoxClient.enqueueAudioGeneration(audioQuery, speaker);
-                    }
-                    else {
-                        // テキストからの通常の発話
-                        return await voicevoxClient.speak(text, speaker, speedScale);
-                    }
-                }
-                catch (error) {
-                    console.error("VOICEVOX speak error:", error);
-                    return `Error: ${error instanceof Error ? error.message : String(error)}`;
-                }
-            },
-        },
-        generate_query: {
-            parameters: zod_1.z.object({
-                text: zod_1.z.string().describe("Text for voice synthesis"),
-                speaker: zod_1.z.number().optional().describe("Speaker ID (optional)"),
-                speedScale: zod_1.z
-                    .number()
-                    .optional()
-                    .describe("Playback speed (optional, default is from environment variable)"),
-            }),
-            handler: async ({ text, speaker, speedScale, }) => {
-                try {
-                    const query = await voicevoxClient.generateQuery(text, speaker, speedScale);
-                    return JSON.stringify(query);
-                }
-                catch (error) {
-                    console.error("VOICEVOX generate query error:", error);
-                    return `Error: ${error instanceof Error ? error.message : String(error)}`;
-                }
-            },
-        },
-        synthesize_file: {
-            parameters: zod_1.z.object({
-                text: zod_1.z
-                    .string()
-                    .optional()
-                    .describe("Text for voice synthesis (if both query and text are provided, query takes precedence)"),
-                query: zod_1.z.string().optional().describe("Voice synthesis query"),
-                speaker: zod_1.z.number().optional().describe("Speaker ID (optional)"),
-                output: zod_1.z.string().describe("Output path for the audio file"),
-                speedScale: zod_1.z
-                    .number()
-                    .optional()
-                    .describe("Playback speed (optional, default is from environment variable)"),
-            }),
-            handler: async ({ text, query, speaker, output, speedScale, }) => {
-                try {
-                    if (query) {
-                        // クエリが提供されている場合はそれを使用
-                        const audioQuery = JSON.parse(query);
-                        if (speedScale !== undefined) {
-                            audioQuery.speedScale = speedScale;
-                        }
-                        return await voicevoxClient.generateAudioFile(audioQuery, output, speaker);
-                    }
-                    else if (text) {
-                        // テキストから音声ファイルを生成
-                        return await voicevoxClient.generateAudioFile(text, output, speaker, speedScale);
-                    }
-                    else {
-                        return "Error: Either text or query must be provided";
-                    }
-                }
-                catch (error) {
-                    console.error("VOICEVOX synthesize file error:", error);
-                    return `Error: ${error instanceof Error ? error.message : String(error)}`;
-                }
-            },
-        },
-    },
+});
+// VoicevoxClientを一度だけインスタンス化
+const voicevoxClient = new voicevox_1.VoicevoxClient({
+    url: process.env.VOICEVOX_URL ?? "http://localhost:50021",
+    defaultSpeaker: Number(process.env.VOICEVOX_DEFAULT_SPEAKER || "1"),
+    defaultSpeedScale: Number(process.env.VOICEVOX_DEFAULT_SPEED_SCALE || "1.0"),
+});
+// 共通のエラーハンドリング関数
+const handleError = (error) => {
+    const errorMessage = error instanceof Error ? error.message : String(error);
+    console.error("エラーが発生しました:", error);
+    return {
+        content: [{ type: "text", text: `エラー: ${errorMessage}` }],
+    };
+};
+// テキストを音声に変換して再生
+server.tool("speak", "Convert text to speech and play it", {
+    text: zod_1.z
+        .string()
+        .describe("Text to be spoken (if both query and text are provided, query takes precedence)"),
+    speaker: zod_1.z
+        .number()
+        .optional()
+        .describe("Speaker ID (optional, used if text is provided)"),
+    query: zod_1.z.string().optional().describe("Voice synthesis query"),
+    speedScale: zod_1.z
+        .number()
+        .optional()
+        .describe("Playback speed (optional, default is from environment variable)"),
+}, async ({ text, speaker, query, speedScale }) => {
+    try {
+        if (query) {
+            // クエリが提供されている場合はそれを使用
+            const audioQuery = JSON.parse(query);
+            if (speedScale !== undefined) {
+                audioQuery.speedScale = speedScale;
+            }
+            const result = await voicevoxClient.enqueueAudioGeneration(audioQuery, speaker);
+            return {
+                content: [{ type: "text", text: result }],
+            };
+        }
+        else {
+            // テキストからの通常の発話
+            const result = await voicevoxClient.speak(text, speaker, speedScale);
+            return {
+                content: [{ type: "text", text: result }],
+            };
+        }
+    }
+    catch (error) {
+        return handleError(error);
+    }
+});
+// クエリ生成ツール
+server.tool("generate_query", "Generate a query for voice synthesis", {
+    text: zod_1.z.string().describe("Text for voice synthesis"),
+    speaker: zod_1.z.number().optional().describe("Speaker ID (optional)"),
+    speedScale: zod_1.z
+        .number()
+        .optional()
+        .describe("Playback speed (optional, default is from environment variable)"),
+}, async ({ text, speaker, speedScale }) => {
+    try {
+        const query = await voicevoxClient.generateQuery(text, speaker, speedScale);
+        return {
+            content: [{ type: "text", text: JSON.stringify(query) }],
+        };
+    }
+    catch (error) {
+        return handleError(error);
+    }
+});
+// 音声ファイル生成ツール
+server.tool("synthesize_file", "Generate an audio file and return its absolute path", {
+    text: zod_1.z
+        .string()
+        .optional()
+        .describe("Text for voice synthesis (if both query and text are provided, query takes precedence)"),
+    query: zod_1.z.string().optional().describe("Voice synthesis query"),
+    speaker: zod_1.z.number().optional().describe("Speaker ID (optional)"),
+    output: zod_1.z.string().describe("Output path for the audio file"),
+    speedScale: zod_1.z
+        .number()
+        .optional()
+        .describe("Playback speed (optional, default is from environment variable)"),
+}, async ({ text, query, speaker, output, speedScale }) => {
+    try {
+        if (query) {
+            // クエリが提供されている場合はそれを使用
+            const audioQuery = JSON.parse(query);
+            if (speedScale !== undefined) {
+                audioQuery.speedScale = speedScale;
+            }
+            const filePath = await voicevoxClient.generateAudioFile(audioQuery, output, speaker);
+            return {
+                content: [{ type: "text", text: filePath }],
+            };
+        }
+        else if (text) {
+            // テキストから音声ファイルを生成
+            const filePath = await voicevoxClient.generateAudioFile(text, output, speaker, speedScale);
+            return {
+                content: [{ type: "text", text: filePath }],
+            };
+        }
+        else {
+            throw new Error("queryパラメータとtextパラメータのどちらかを指定してください");
+        }
+    }
+    catch (error) {
+        return handleError(error);
+    }
 });
 server.connect(new stdio_js_1.StdioServerTransport()).catch((error) => {
     console.error("Error connecting to MCP transport:", error);

package/dist/voicevox/api.js

@@ -16,7 +16,7 @@ class VoicevoxApi {
      */
     async generateQuery(text, speaker = 1) {
         try {
-            const endpoint = `/audio_query?text=${encodeURIComponent(text)}&speaker=${speaker}`;
+            const endpoint = `/audio_query?text=${encodeURIComponent(text)}&speaker=${encodeURIComponent(speaker.toString())}`;
             const query = await this.makeRequest("post", endpoint, null, {
                 "Content-Type": "application/json",
             });
@@ -31,7 +31,7 @@ class VoicevoxApi {
      */
     async synthesize(query, speaker = 1) {
         try {
-            return await this.makeRequest("post", `/synthesis?speaker=${speaker}`, query, {
+            return await this.makeRequest("post", `/synthesis?speaker=${encodeURIComponent(speaker.toString())}`, query, {
                 "Content-Type": "application/json",
                 Accept: "audio/wav",
             }, "arraybuffer");
@@ -45,7 +45,7 @@ class VoicevoxApi {
      */
     async generateQueryFromPreset(text, presetId, coreVersion) {
         try {
-            let endpoint = `/audio_query_from_preset?text=${encodeURIComponent(text)}&preset_id=${presetId}`;
+            let endpoint = `/audio_query_from_preset?text=${encodeURIComponent(text)}&preset_id=${encodeURIComponent(presetId.toString())}`;
             if (coreVersion) {
                 endpoint += `&core_version=${encodeURIComponent(coreVersion)}`;
             }

package/dist/voicevox/error.js

@@ -1,5 +1,6 @@
 "use strict";
 Object.defineProperty(exports, "__esModule", { value: true });
+exports.ErrorHandler = exports.VoicevoxError = exports.VoicevoxErrorCode = void 0;
 exports.handleError = handleError;
 exports.formatError = formatError;
 /**
@@ -24,3 +25,91 @@ function formatError(message, error) {
     console.error(`${message}: ${errorMsg}`, error);
     return `${message}: ${errorMsg}`;
 }
+/**
+ * VOICEVOX関連のエラーコード
+ */
+var VoicevoxErrorCode;
+(function (VoicevoxErrorCode) {
+    VoicevoxErrorCode["API_CONNECTION_ERROR"] = "api_connection_error";
+    VoicevoxErrorCode["QUERY_GENERATION_ERROR"] = "query_generation_error";
+    VoicevoxErrorCode["SYNTHESIS_ERROR"] = "synthesis_error";
+    VoicevoxErrorCode["FILE_OPERATION_ERROR"] = "file_operation_error";
+    VoicevoxErrorCode["PLAYBACK_ERROR"] = "playback_error";
+    VoicevoxErrorCode["QUEUE_OPERATION_ERROR"] = "queue_operation_error";
+    VoicevoxErrorCode["UNKNOWN_ERROR"] = "unknown_error";
+})(VoicevoxErrorCode || (exports.VoicevoxErrorCode = VoicevoxErrorCode = {}));
+/**
+ * VOICEVOXエラークラス
+ */
+class VoicevoxError extends Error {
+    constructor(message, code = VoicevoxErrorCode.UNKNOWN_ERROR, originalError) {
+        super(message);
+        this.name = "VoicevoxError";
+        this.code = code;
+        this.originalError = originalError;
+    }
+    /**
+     * エラー発生箇所とスタックトレースを含むエラーの詳細情報を取得
+     */
+    getDetailedMessage() {
+        let details = `${this.message} [${this.code}]`;
+        if (this.originalError instanceof Error) {
+            details += `\nOriginal Error: ${this.originalError.message}`;
+            if (this.originalError.stack) {
+                details += `\nStack: ${this.originalError.stack}`;
+            }
+        }
+        return details;
+    }
+}
+exports.VoicevoxError = VoicevoxError;
+/**
+ * エラーハンドリングユーティリティクラス
+ * アプリケーション全体で統一されたエラーハンドリングを提供
+ */
+class ErrorHandler {
+    /**
+     * エラーをVoicevoxError形式に変換して例外をスロー
+     */
+    static throw(message, code = VoicevoxErrorCode.UNKNOWN_ERROR, originalError) {
+        console.error(`[${code}] ${message}`, originalError);
+        throw new VoicevoxError(message, code, originalError);
+    }
+    /**
+     * APIエラーを処理
+     */
+    static handleApiError(message, error) {
+        return this.throw(message, VoicevoxErrorCode.API_CONNECTION_ERROR, error);
+    }
+    /**
+     * クエリ生成エラーを処理
+     */
+    static handleQueryGenerationError(message, error) {
+        return this.throw(message, VoicevoxErrorCode.QUERY_GENERATION_ERROR, error);
+    }
+    /**
+     * 音声合成エラーを処理
+     */
+    static handleSynthesisError(message, error) {
+        return this.throw(message, VoicevoxErrorCode.SYNTHESIS_ERROR, error);
+    }
+    /**
+     * ファイル操作エラーを処理
+     */
+    static handleFileError(message, error) {
+        return this.throw(message, VoicevoxErrorCode.FILE_OPERATION_ERROR, error);
+    }
+    /**
+     * 再生エラーを処理
+     */
+    static handlePlaybackError(message, error) {
+        return this.throw(message, VoicevoxErrorCode.PLAYBACK_ERROR, error);
+    }
+    /**
+     * キュー操作エラーを処理
+     */
+    static handleQueueError(message, error) {
+        return this.throw(message, VoicevoxErrorCode.QUEUE_OPERATION_ERROR, error);
+    }
+}
+exports.ErrorHandler = ErrorHandler;

package/dist/voicevox/index.js

@@ -18,12 +18,14 @@ exports.VoicevoxClient = void 0;
 const player_1 = require("./player");
 const utils_1 = require("./utils");
 const error_1 = require("./error");
+const api_1 = require("./api");
 class VoicevoxClient {
     constructor(config) {
         this.validateConfig(config);
         this.defaultSpeaker = config.defaultSpeaker ?? 1;
         this.defaultSpeedScale = config.defaultSpeedScale ?? 1.0;
         this.maxSegmentLength = 150;
+        this.api = new api_1.VoicevoxApi(config.url);
         this.player = new player_1.VoicevoxPlayer(config.url);
     }
     /**
@@ -38,10 +40,30 @@ class VoicevoxClient {
             const speakerId = this.getSpeakerId(speaker);
             const speed = this.getSpeedScale(speedScale);
             const segments = (0, utils_1.splitText)(text, this.maxSegmentLength);
-            for (const segment of segments) {
-                const query = await this.player.generateQuery(segment, speakerId);
-                query.speedScale = speed;
-                await this.player.enqueueWithQuery(query, speakerId);
+            const queueManager = this.player.getQueueManager();
+            if (segments.length === 0) {
+                return "テキストが空です";
+            }
+            // 最初のセグメントを優先的に処理して再生を早く開始
+            if (segments.length > 0) {
+                const firstQuery = await this.generateQuery(segments[0], speakerId);
+                firstQuery.speedScale = speed;
+                await queueManager.enqueueQuery(firstQuery, speakerId);
+            }
+            // 残りのセグメントは非同期で処理
+            if (segments.length > 1) {
+                // 残りのセグメントを非同期で処理する関数
+                const processRemainingSegments = async () => {
+                    for (let i = 1; i < segments.length; i++) {
+                        const query = await this.generateQuery(segments[i], speakerId);
+                        query.speedScale = speed;
+                        await queueManager.enqueueQuery(query, speakerId);
+                    }
+                };
+                // 非同期で開始するが結果を待たない
+                processRemainingSegments().catch((error) => {
+                    console.error("残りのセグメント処理中にエラーが発生しました:", error);
+                });
             }
             return `音声生成キューに追加しました: ${text}`;
         }
@@ -59,7 +81,8 @@ class VoicevoxClient {
     async generateQuery(text, speaker, speedScale) {
         try {
             const speakerId = this.getSpeakerId(speaker);
-            const query = await this.player.generateQuery(text, speakerId);
+            // 直接APIを使用してクエリを生成
+            const query = await this.api.generateQuery(text, speakerId);
             query.speedScale = this.getSpeedScale(speedScale);
             return query;
         }
@@ -79,14 +102,33 @@ class VoicevoxClient {
         try {
             const speakerId = this.getSpeakerId(speaker);
             const speed = this.getSpeedScale(speedScale);
+            // キューマネージャーにアクセス
+            const queueManager = this.player.getQueueManager();
             if (typeof textOrQuery === "string") {
+                // テキストからクエリを生成
                 const query = await this.generateQuery(textOrQuery, speakerId);
                 query.speedScale = speed;
-                return await this.player.synthesizeToFile(query, outputPath, speakerId);
+                // 直接APIで音声合成
+                const audioData = await this.api.synthesize(query, speakerId);
+                // 一時ファイル保存またはパス指定の保存
+                if (!outputPath) {
+                    return await queueManager.saveTempAudioFile(audioData);
+                }
+                else {
+                    return await this.player.synthesizeToFile(query, outputPath, speakerId);
+                }
             }
             else {
+                // クエリを使って音声合成
                 const query = { ...textOrQuery, speedScale: speed };
-                return await this.player.synthesizeToFile(query, outputPath, speakerId);
+                const audioData = await this.api.synthesize(query, speakerId);
+                // 一時ファイル保存またはパス指定の保存
+                if (!outputPath) {
+                    return await queueManager.saveTempAudioFile(audioData);
+                }
+                else {
+                    return await this.player.synthesizeToFile(query, outputPath, speakerId);
+                }
             }
         }
         catch (error) {
@@ -98,12 +140,40 @@ class VoicevoxClient {
         try {
             const speakerId = this.getSpeakerId(speaker);
             const speed = this.getSpeedScale(speedScale);
+            const queueManager = this.player.getQueueManager();
             if (typeof textOrQuery === "string") {
-                return await this.speak(textOrQuery, speakerId, speed);
+                // テキストの場合：分割して処理
+                const segments = (0, utils_1.splitText)(textOrQuery, this.maxSegmentLength);
+                if (segments.length === 0) {
+                    return "テキストが空です";
+                }
+                // 最初のセグメントを優先処理
+                if (segments.length > 0) {
+                    const firstQuery = await this.generateQuery(segments[0], speakerId);
+                    firstQuery.speedScale = speed;
+                    await queueManager.enqueueQuery(firstQuery, speakerId);
+                }
+                // 残りのセグメントは非同期で処理
+                if (segments.length > 1) {
+                    // 非同期で処理する関数
+                    const processRemainingSegments = async () => {
+                        for (let i = 1; i < segments.length; i++) {
+                            const query = await this.generateQuery(segments[i], speakerId);
+                            query.speedScale = speed;
+                            await queueManager.enqueueQuery(query, speakerId);
+                        }
+                    };
+                    // 非同期で開始するが結果を待たない
+                    processRemainingSegments().catch((error) => {
+                        console.error("残りのセグメント処理中にエラーが発生しました:", error);
+                    });
+                }
+                return `テキストをキューに追加しました: ${textOrQuery}`;
             }
             else {
+                // クエリをキューに追加
                 const query = { ...textOrQuery, speedScale: speed };
-                await this.player.enqueueWithQuery(query, speakerId);
+                await queueManager.enqueueQuery(query, speakerId);
                 return "クエリをキューに追加しました";
             }
         }