アシスタントをコーディングするためのローカルAIボイス。 モデルコンテキストプロトコル(MCP)を介してAIを実際の音声(テキストツースピーチ)と耳(speech-to-text)にします。 完全にオフライン — クラウド API なし、データがマシンを離れません。

取得する

-54個の異なる声(ローカルTTS〜300MBモデル) -Speech-to-text は、より高速なホスパー(ローカルSTT、〜150MBモデル)を介して -Silero VAD(ローカル、2MB)によるVoice活動の検出 -マルチセッションサポート — 複数のClaudeコードセッションを実行し、それぞれ独自のボイス(Cursor/Codexの単一セッション)

• クラウドコード、カーソル、およびコーデックスで動作します

クイックスタート

インストーラは:

1. システム依存関係(Python 3.11+、espeak-ng、mpv)をチェックする
2. すべてのパッケージでPython仮想環境を設定
3. TTSとSTTモデルのダウンロード 4。 IDEのMCP設定を設定する
4. 声をあげよう
5. 音声行動ルールを注入し、AIが話す方法を知っている

インストール後にIDEセッションを再起動します。 初めての応答で音声でAIが挨拶します。

使用法

[!NOTE] 全ての作品は箱から出ます。 インストール後、セッションを開始し、AIが自動的に話します。 設定は必要ありません.

VoiceSmith MCP

Local AI voice for coding assistants. Gives your AI a real voice (text-to-speech) and ears (speech-to-text) via the Model Context Protocol (MCP). Fully offline — no cloud APIs, no data leaves your machine.

What You Get

• 54 distinct voices via Kokoro ONNX (local TTS, ~300MB model)
• Speech-to-text via faster-whisper (local STT, ~150MB model)
• Voice activity detection via Silero VAD (local, 2MB)
• Multi-session support — run multiple Claude Code sessions, each with its own voice (single session for Cursor/Codex)
• Works with Claude Code, Cursor, and Codex

Quick Start

npx voicesmith-mcp install

The installer will:

1. Check system dependencies (Python 3.11+, espeak-ng, mpv)
2. Set up a Python virtual environment with all packages
3. Download TTS and STT models
4. Configure your IDE’s MCP settings
5. Let you pick a voice
6. Inject voice behavior rules so the AI knows how to speak

Restart your IDE session after installing. The AI will greet you by voice on the first response.

Usage

[!NOTE] Everything works out of the box. After installing, just start a session — the AI speaks automatically. No configuration needed. The installer sets up voice behavior rules that teach the AI when and how to use its voice.

What the AI does automatically:

---

Changing Voices Mid-Session

Ask the AI to switch voices at any time:

“Switch to Nova”

If the voice is available, the AI switches immediately. If it’s occupied by another session, the AI will tell you and show available alternatives.

Browse all 54 voices:

“Show me the available voices”

Or preview them in a terminal: npx voicesmith-mcp voices

---

Voice Persistence

[!TIP] When you switch voices, the choice is saved automatically. Next time you start or resume a session, the AI uses the same voice — no need to switch again.

---

Muting

In a meeting or shared space? Just ask:

“Mute the voice”

The AI continues working normally — it just won’t play audio. Say “unmute” when you’re ready.

---

Menu Bar App (macOS)

On macOS, VoiceSmith includes a native menu bar app for hands-free control:

• Session Activity — see all active sessions with real-time sparkline graphs
• Quick toggles — Media Ducking, Nudge on Timeout
• Voice switcher — browse and change from 54 voices, nested by language
• Whisper model — switch between base/small/medium/large-v3 with inline download progress
• Audio devices — choose audio output and input devices
• Voice rules — edit or reset to default