MCP

Kokoro TTS MCP: primero generar un mp3 en local

Para conectar la síntesis de voz Kokoro a un agente, siempre que el repositorio local ya tenga los pesos onnx y el archivo voices y arranques con uv; la primera vez solo un mp3 en la máquina, sin subir a S3.

Official source · Kokoro TTS MCP

Install

uv run mcp-tts.py

Para quién

Si quieres pasar texto a mp3 y, si quieres, subirlo luego a S3, este servicio encaja. El texto oficial lo describe como un servidor MCP de Kokoro Text to Speech que genera un mp3 local y ofrece opción de subida a S3.

Encaja si ya puedes clonar el repositorio oficial, usar uv y bajar pesos onnx. El texto oficial exige kokoro-v1.0.onnx y voices-v1.0.bin en el mismo directorio del repositorio. También hace falta ffmpeg para pasar el wav intermedio a mp3. En Mac la instalación oficial es brew install ffmpeg.

No encaja si solo quieres una interfaz en la nube, o no aceptas que caigan archivos de audio en la máquina. La generación misma escribe un mp3 en disco. Tampoco si quieres mandar el resultado a S3 a la primera: eso saca el audio de la máquina.

Repositorio oficial:

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

Fuente de los pesos:

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

Completar el primer intento en 3 minutos

Solo hay una vía oficial recomendada: en el repositorio local que ya tiene los pesos, ejecutar mcp-tts.py con uv. No busques otro instalador y no configures S3 la primera vez.

uv run mcp-tts.py

Requisitos: el repositorio oficial ya está en la máquina; kokoro-v1.0.onnx y voices-v1.0.bin están bajados y junto al script; hay ffmpeg. Direcciones de los archivos de peso:

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

Ubicación de configuración: escribe el comando uv de arriba en la entrada de arranque de servidor del cliente MCP actual, directorio de trabajo apuntando a ese repositorio. Tras conectar, una llamada de bajo riesgo: entre las herramientas que este servidor muestra en el cliente, elige la que genera un mp3 local. El texto oficial no encadena nombres de función; no los inventes. La síntesis escribe un archivo en la máquina y también ocupa disco.

Señal de éxito: aparece un mp3 nuevo en el directorio del repositorio y no se subió a S3. Si falla el arranque, comprueba primero que ambos archivos de peso están con mcp-tts.py y que ffmpeg está disponible.

Casos de uso

Caso 1: sacar audio en la máquina. El objeto es generar y guardar mp3 en local. Usa la herramienta de síntesis que el cliente muestre de verdad e introduce una línea corta sin privacidad. Las pruebas no tienen tabla de parámetros ni nombre de campo de timbre; el éxito es un mp3 local. No asumas que se reproduce solo.

Caso 2: subida opcional a S3. El texto oficial dice que el mp3 está en local y se puede subir a S3, y que también puedes configurar cómo se gestionan estos archivos. Eso sale a la red. El punto de confirmación es que ya viste el audio que se subirá y aceptas que entre en tu almacenamiento de objetos, y entonces actúas. Esta página no escribe nombres de variables de clave; no los inventes. Si el cliente no tiene ítem de subida, párate aquí.

Límites

No arranques sin los archivos de peso o ffmpeg. El texto oficial solo escribe brew install ffmpeg en Mac; no lo reescribas como comando de otro gestor de paquetes. uv es el arranque recomendado; no lo cambies por un instalador de paquetes que no apareció.

La subida a S3 sale y puede, según la nota oficial, borrar o conservar el archivo local tras subir; no completes nombres de cubo, regiones ni campos de credencial innominados. La síntesis no es riesgo cero: el texto entra en el modelo de la máquina y el audio cae a disco. El texto oficial no escribe deshacer ni camino de desinstalación.