Kokoro TTS MCP : d’abord générer un mp3 en local

Pour qui

Si vous voulez transformer du texte en mp3, puis éventuellement l’envoyer vers S3, ce service correspond. Le texte officiel en fait un serveur MCP Kokoro Text to Speech qui génère un mp3 local et offre une option d’envoi S3.

Il convient à qui peut déjà cloner le dépôt officiel, utiliser uv et télécharger des poids onnx. Le texte officiel exige kokoro-v1.0.onnx et voices-v1.0.bin dans le même répertoire du dépôt. ffmpeg est aussi requis pour passer le wav intermédiaire en mp3. Sur Mac, l’installation officielle est brew install ffmpeg.

Il ne convient pas à qui ne veut qu’une interface cloud, ou n’accepte pas que des fichiers audio atterrissent sur la machine. La génération elle-même écrit un mp3 sur le disque. Pas non plus pour qui veut envoyer le résultat vers S3 dès la première fois : cela fait sortir l’audio de la machine.

Dépôt officiel :

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

Source des poids :

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

Réussir le premier essai en 3 minutes

Il n’y a qu’un chemin officiel recommandé : dans le dépôt local qui contient déjà les poids, exécuter mcp-tts.py avec uv. Ne cherchez pas un autre installeur et ne configurez pas S3 la première fois.

uv run mcp-tts.py

Prérequis : le dépôt officiel est déjà sur la machine ; kokoro-v1.0.onnx et voices-v1.0.bin sont téléchargés et à côté du script ; ffmpeg est présent. Adresses des fichiers de poids :

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

Emplacement de configuration : écrire la commande uv ci-dessus dans l’entrée de démarrage serveur du client MCP actuel, répertoire de travail pointant vers ce dépôt. Une fois connecté, un appel à faible risque : parmi les outils que ce serveur montre dans le client, choisir celui qui génère un mp3 local. Le texte officiel n’enchaîne pas les noms de fonction ; ne les inventez pas. La synthèse écrit un fichier sur la machine et occupe aussi le disque.

Signal de succès : un nouveau mp3 apparaît dans le répertoire du dépôt, sans envoi vers S3. Si le démarrage échoue, vérifiez d’abord que les deux fichiers de poids sont avec mcp-tts.py et que ffmpeg est disponible.

Cas d’usage

Cas 1 : produire du son sur la machine. L’objet est générer et enregistrer un mp3 en local. Utiliser l’outil de synthèse que le client montre vraiment, et saisir une courte phrase sans contenu privé. Les preuves n’ont ni table de paramètres ni nom de champ de voix ; le succès est un mp3 local. Ne supposez pas une lecture automatique.

Cas 2 : envoi S3 optionnel. Le texte officiel dit que le mp3 est en local et peut être envoyé vers S3, et que vous pouvez aussi configurer la gestion de ces fichiers. Cela sort. Le point de contrôle est d’avoir déjà vu l’audio à envoyer et d’accepter qu’il entre dans votre stockage d’objets, puis d’agir. Cette page n’écrit pas les noms de variables de clé ; ne les inventez pas. Si le client n’a pas d’élément d’envoi, arrêtez-vous là.

Limites

Ne démarrez pas sans les fichiers de poids ou ffmpeg. Le texte officiel n’écrit que brew install ffmpeg sous Mac ; ne le réécrivez pas en commande d’un autre gestionnaire de paquets. uv est le démarrage recommandé ; ne passez pas à un installeur de paquets absent.

L’envoi S3 sort et peut, selon la note officielle, supprimer ou garder le fichier local après l’envoi ; n’ajoutez pas de noms de seau, régions ou champs d’identifiants innommés. La synthèse n’est pas un risque nul : le texte entre dans le modèle local, l’audio atterrit sur le disque. Le texte officiel n’écrit ni annulation ni chemin de désinstallation.