MCP

Kokoro TTS MCP: zuerst lokal eine mp3 erzeugen

Zum Anschließen von Kokoro-Sprachsynthese an einen Agenten, sofern das lokale Repository schon onnx-Gewichte und die voices-Datei hat und Sie mit uv starten; beim ersten Mal nur eine mp3 auf der Maschine, kein S3-Upload.

Official source · Kokoro TTS MCP

Install

uv run mcp-tts.py

Für wen

Wenn Sie Text in mp3 verwandeln und optional danach nach S3 hochladen wollen, passt dieser Dienst. Offiziell ist er ein Kokoro-Text-to-Speech-MCP-Server, der eine lokale mp3 erzeugt und eine S3-Upload-Option bietet.

Er passt zu allen, die das offizielle Repository schon klonen, uv nutzen und onnx-Gewichte laden können. Offiziell müssen kokoro-v1.0.onnx und voices-v1.0.bin im selben Repository-Verzeichnis liegen. ffmpeg ist nötig, damit das Zwischen-wav zu mp3 wird. Auf dem Mac ist die offizielle Installation brew install ffmpeg.

Nichts für alle, die nur eine Cloud-Schnittstelle wollen oder keine Audiodateien auf der Maschine akzeptieren. Die Erzeugung selbst schreibt eine mp3 auf die Platte. Auch nichts für alle, die das Ergebnis beim ersten Mal nach S3 schicken wollen: das schickt Audio von der Maschine weg.

Offizielles Repository:

https://github.com/mberg/kokoro-tts-mcp

Gewichtsquelle:

https://github.com/thewh1teagle/kokoro-onnx

Ersten Versuch in 3 Minuten abschließen

Es gibt nur einen offiziell empfohlenen Weg: im lokalen Repository mit schon liegenden Gewichten mcp-tts.py mit uv ausführen. Keinen anderen Installer suchen und S3 beim ersten Mal nicht konfigurieren.

uv run mcp-tts.py

Voraussetzung: das offizielle Repository liegt auf der Maschine; kokoro-v1.0.onnx und voices-v1.0.bin sind geladen und liegen neben dem Skript; ffmpeg ist vorhanden. Adressen der Gewichtsdateien:

https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.onnx

https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin

Konfigurationsort: den uv-Befehl oben in den Serverstart des aktuellen MCP-Clients schreiben, Arbeitsverzeichnis auf dieses Repository. Nach der Verbindung einen risikoarmen Aufruf: unter den Werkzeugen, die dieser Server im Client zeigt, den Eintrag wählen, der eine lokale mp3 erzeugt. Offiziell stehen Funktionsnamen nicht der Reihe nach; keine Funktionsnamen erfinden. Synthese schreibt eine Datei auf der Maschine und belegt Platte.

Erfolgssignal: im Repository-Verzeichnis erscheint eine neue mp3, nichts ging nach S3. Schlägt der Start fehl, zuerst prüfen, dass beide Gewichtsdateien bei mcp-tts.py liegen und ffmpeg verfügbar ist.

Anwendungsfälle

Fall 1: Ton auf der Maschine erzeugen. Ziel ist Erzeugen und lokales Speichern einer mp3. Das Synthesewerkzeug nutzen, das der Client wirklich zeigt, und eine kurze Zeile ohne Privates eingeben. Die Belege haben keine Parametertabelle und keinen Stimmfeldnamen; Erfolg ist eine lokale mp3. Nicht annehmen, dass sie automatisch abspielt.

Fall 2: optionaler S3-Upload. Offiziell liegt die mp3 lokal und kann wahlweise nach S3; Sie können auch konfigurieren, wie diese Dateien verwaltet werden. Das geht ins Netz. Prüfpunkt: Sie haben das hochzuladende Audio schon gesehen und akzeptieren, dass es in Ihren Objektspeicher geht, dann handeln. Diese Seite schreibt keine Schlüsselvariablennamen; nicht erfinden. Hat der Client keinen Upload-Eintrag, hier stoppen.

Grenzen

Ohne Gewichtsdateien oder ffmpeg nicht starten. Offiziell steht nur brew install ffmpeg unter Mac; das nicht in den Paketmanager eines anderen Systems umschreiben. uv ist der empfohlene Start; nicht auf einen nie erschienenen Paketinstaller wechseln.

S3-Upload geht ins Netz und kann laut offizieller Notiz die lokale Datei nach dem Upload löschen oder behalten; ungenannte Bucket-Namen, Regionen und Nachweis-Felder nicht ergänzen. Synthese ist kein Nullrisiko: Text geht in das Modell auf der Maschine, Audio landet auf der Platte. Offiziell weder Rückgängigmachen noch Deinstallationsweg.