# three.ws Audio

Даёт 3D-агенту голос и мимику: синтез речи, распознавание, липсинк по кадрам и библиотека mocap-клипов прямо из MCP-клиента.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed · ★ 249
- Автор: nirholas
- Лицензия: Apache-2.0 · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/nirholas/three.ws/tree/HEAD/packages/audio-mcp
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/mcp/threews-audio

## Что делает

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.

## Требования
- Нужно: Node.js (команды через npx)
- Переменные окружения: `THREE_WS_BASE`, `THREE_WS_API_KEY`, `THREE_WS_TIMEOUT_MS` — это ключи и токены: значения спроси у человека, в репозиторий и общие файлы не записывай.

## Установка

### Claude Code (родная платформа)

**Командой платформы**
```bash
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-mcp
```
Вместо <…> подставьте свои значения

### Codex

**Командой платформы**
```bash
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-mcp
```
Вместо <…> подставьте свои значения

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "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

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "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

### Gemini CLI

**Командой платформы**
```bash
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-mcp
```
Вместо <…> подставьте свои значения

## Когда брать
- 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

## Похожие
- [MCP Toolbox for Databases](https://affpapa.org/nevibecode/mcp/googleapis-mcp-toolbox-for-databases.md) — MCP-сервер · ★ 16717
- [labelhead-artist-momentum](https://affpapa.org/nevibecode/mcp/labelhead-artist-momentum.md) — MCP-сервер · ★ 107423
- [Agent Skills Search Server](https://affpapa.org/nevibecode/mcp/agent-skills-search-server.md) — MCP-сервер · ★ 26559
- [Skyvern](https://affpapa.org/nevibecode/mcp/skyvern.md) — MCP-сервер · ★ 23263
- [Nhost](https://affpapa.org/nevibecode/mcp/nhost.md) — MCP-сервер · ★ 9366
- [PraisonAI](https://affpapa.org/nevibecode/mcp/praisonai.md) — MCP-сервер · ★ 9289

Из того же набора: [nirholas/three.ws](https://affpapa.org/nevibecode/by/nirholas/three.ws.md) — 13 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md