Kokoro TTS MCP: primeiro gerar um mp3 no local

Para quem

Se você quer transformar texto em mp3 e, se quiser, enviar depois ao S3, este serviço combina. O texto oficial o descreve como um servidor MCP Kokoro Text to Speech que gera um mp3 local e oferece opção de envio ao S3.

Combina com quem já consegue clonar o repositório oficial, usar uv e baixar pesos onnx. O texto oficial exige kokoro-v1.0.onnx e voices-v1.0.bin no mesmo diretório do repositório. Também precisa de ffmpeg para o wav intermediário virar mp3. No Mac a instalação oficial é brew install ffmpeg.

Não serve para quem só quer uma interface na nuvem, ou não aceita arquivos de áudio caírem na máquina. A geração em si escreve um mp3 no disco. Também não serve para quem quer mandar o resultado ao S3 na primeira vez: isso tira o áudio da máquina.

Repositório oficial:

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

Fonte dos pesos:

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

Concluir a primeira tentativa em 3 minutos

Há só um caminho oficial recomendado: no repositório local que já tem os pesos, executar mcp-tts.py com uv. Não procure outro instalador e não configure S3 na primeira vez.

uv run mcp-tts.py

Pré-requisitos: o repositório oficial já está na máquina; kokoro-v1.0.onnx e voices-v1.0.bin foram baixados e ficam ao lado do script; há ffmpeg. Endereços dos arquivos 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

Local da configuração: escreva o comando uv acima na entrada de inicialização de servidor do cliente MCP atual, diretório de trabalho apontando para esse repositório. Depois de conectar, uma chamada de baixo risco: entre as ferramentas que este servidor mostra no cliente, escolha a que gera um mp3 local. O texto oficial não encadeia nomes de função; não os invente. A síntese escreve um arquivo na máquina e também ocupa disco.

Sinal de sucesso: um mp3 novo aparece no diretório do repositório e nada foi enviado ao S3. Se a inicialização falhar, primeiro confira se os dois arquivos de peso estão com mcp-tts.py e se o ffmpeg está disponível.

Casos de uso

Caso 1: produzir áudio na máquina. O objeto é gerar e salvar mp3 no local. Use a ferramenta de síntese que o cliente realmente mostrar e digite uma linha curta sem conteúdo privado. As evidências não têm tabela de parâmetros nem nome de campo de timbre; o sucesso é um mp3 local. Não presuma que toca sozinho.

Caso 2: envio opcional ao S3. O texto oficial diz que o mp3 fica no local e pode ser enviado ao S3, e que você também pode configurar como esses arquivos são geridos. Isso sai para a rede. O ponto de confirmação é ter visto o áudio que será enviado e aceitar que ele entra no seu armazenamento de objetos, e então agir. Esta página não escreve nomes de variáveis de chave; não os invente. Se o cliente não tiver item de envio, pare aqui.

Limites

Não inicie sem os arquivos de peso ou ffmpeg. O texto oficial só escreve brew install ffmpeg no Mac; não reescreva isso como comando de outro gerenciador de pacotes. uv é o início recomendado; não troque por um instalador de pacotes que não apareceu.

O envio ao S3 sai e pode, segundo a nota oficial, apagar ou manter o arquivo local depois do envio; não complete nomes de bucket, regiões nem campos de credencial sem nome. A síntese não é risco zero: o texto entra no modelo da máquina e o áudio cai no disco. O texto oficial não escreve desfazer nem caminho de desinstalação.