three.ws Audio — MCP-сервер для Claude Code: голос и липсинк 3D-агента
Даёт 3D-агенту голос и мимику: синтез речи, распознавание, липсинк по кадрам и библиотека mocap-клипов прямо из MCP-клиента.
claude mcp add --env THREE_WS_BASE=<THREE_WS_BASE> --env THREE_WS_API_KEY=<THREE_WS_API_KEY> --env THREE_WS_TIMEOUT_MS=<THREE_WS_TIMEOUT_MS> --transport stdio audio-mcp -- npx -y @three-ws/audio-mcpЧто делает three.ws Audio
Сервер работает по stdio и открывает пять инструментов. text_to_speech озвучивает текст и отдаёт base64-ссылку на аудио вместе с голосом и форматом. speech_to_text расшифровывает запись и возвращает текст, уверенность и длительность. audio_to_face превращает речь в покадровую дорожку ARKit-блendshape для липсинка. Ещё два инструмента листают библиотеку захвата движения и достают один клип по id с полной анимационной дорожкой.
Речь, распознавание и липсинк идут на бесплатных моделях NVIDIA NIM (Magpie TTS, Riva ASR, Audio2Face-3D), а OpenAI подключается как платный запасной вариант для синтеза. Ключ на старте не нужен: достаточно указать THREE_WS_BASE. Нужен Node.js не ниже 20 и сетевой доступ к https://three.ws или к своему развёртыванию.
Все пять инструментов только читают: они преобразуют вход или отдают данные библиотеки, состояние платформы не меняют. Повторный вызов даст другой результат, потому что байты аудио, транскрипт и каталог меняются между запросами. Запись из браузера в WebM/Opus придётся сначала декодировать в WAV или PCM: контейнер WebM ни Riva, ни Audio2Face не принимают. Вход распознавания ограничен примерно 8 МБ, так что лучше держать короткую реплику, а не длинную запись.
Какие задачи решает
- озвучить реплику 3D-персонажа и получить готовый аудиофайл
- расшифровать записанную речь пользователя в текст
- построить покадровый липсинк под уже готовую озвучку
- найти в библиотеке клип захвата движения нужного типа
- выгрузить анимационную дорожку клипа для воспроизведения на аватаре
Примеры запросов агенту
- Озвучь фразу «Привет, я твой three.ws агент» голосом nova и верни ссылку на аудио
- Расшифруй этот wav-файл и покажи текст с уверенностью
- Сделай липсинк для текста «Смотри, как двигаются мои губы» и отдай дорожку вместе с аудио
Как установить three.ws Audio
Командой платформы
claude mcp add --env THREE_WS_BASE=<THREE_WS_BASE> --env THREE_WS_API_KEY=<THREE_WS_API_KEY> --env THREE_WS_TIMEOUT_MS=<THREE_WS_TIMEOUT_MS> --transport stdio audio-mcp -- npx -y @three-ws/audio-mcpВместо <…> подставьте свои значения
Командой платформы
codex mcp add audio-mcp --env THREE_WS_BASE=<THREE_WS_BASE> --env THREE_WS_API_KEY=<THREE_WS_API_KEY> --env THREE_WS_TIMEOUT_MS=<THREE_WS_TIMEOUT_MS> -- npx -y @three-ws/audio-mcpВместо <…> подставьте свои значения
Файл настроек
{
"mcpServers": {
"audio-mcp": {
"command": "npx",
"args": [
"-y",
"@three-ws/audio-mcp"
],
"env": {
"THREE_WS_BASE": "<THREE_WS_BASE>",
"THREE_WS_API_KEY": "<THREE_WS_API_KEY>",
"THREE_WS_TIMEOUT_MS": "<THREE_WS_TIMEOUT_MS>"
}
}
}
}Вместо <…> подставьте свои значения
Файл настроек
{
"servers": {
"audio-mcp": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@three-ws/audio-mcp"
],
"env": {
"THREE_WS_BASE": "<THREE_WS_BASE>",
"THREE_WS_API_KEY": "<THREE_WS_API_KEY>",
"THREE_WS_TIMEOUT_MS": "<THREE_WS_TIMEOUT_MS>"
}
}
}
}Вместо <…> подставьте свои значения
Командой платформы
gemini mcp add -e THREE_WS_BASE=<THREE_WS_BASE> -e THREE_WS_API_KEY=<THREE_WS_API_KEY> -e THREE_WS_TIMEOUT_MS=<THREE_WS_TIMEOUT_MS> audio-mcp npx -y @three-ws/audio-mcpВместо <…> подставьте свои значения
По шагам, с командами для каждой платформы: Как подключить MCP-сервер: Claude Code, Codex, Cursor, VS Code, Gemini CLI и другие
Вопросы о three.ws Audio
Как установить three.ws Audio в Claude Code?
Одной строкой: claude mcp add audio-mcp -e THREE_WS_API_KEY=<THREE_WS_API_KEY> -- npx -y @three-ws/audio-mcp. Если нужно задать ещё базу и таймаут, используйте вариант с `--env THREE_WS_BASE=<THREE_WS_BASE> --env THREE_WS_API_KEY=<THREE_WS_API_KEY> --env THREE_WS_TIMEOUT_MS=<THREE_WS_TIMEOUT_MS> --transport stdio audio-mcp -- npx -y @three-ws/audio-mcp`.
Что делает three.ws Audio?
Это MCP-сервер с пятью инструментами: синтез речи, распознавание, липсинк по кадрам и два инструмента для библиотеки захвата движения. Он превращает текст или аудио в озвучку и анимацию для 3D-агента.
Нужен ли ключ API для работы?
Нет, на старте ключ не обязателен. THREE_WS_API_KEY повышает лимиты платных вызовов синтеза, распознавания и липсинка и открывает доступ к вашим приватным mocap-клипам.
