Kokoro TTS MCP Server

Co dělá “Kokoro TTS” MCP Server?

Kokoro Text to Speech (TTS) MCP Server je server Model Context Protocol (MCP), který umožňuje AI asistentům a klientům generovat vysoce kvalitní řečový zvuk z textového vstupu. Propojením AI workflowů s tímto serverem mohou uživatelé převádět text na .mp3 soubory a volitelně je nahrávat na Amazon S3 nebo kompatibilní úložiště. Kokoro TTS využívá pokročilé modely (přes HuggingFace spaces a ONNX váhy) pro nabídku přizpůsobitelných hlasů, rychlostí a jazyků, což usnadňuje bezproblémovou integraci převodu textu na řeč do vývojových prostředí, chatbotů nebo automatizačních pipeline. Tento MCP server je obzvláště cenný tam, kde je potřeba syntetizované řeči pro zpřístupnění, oznámení či tvorbu obsahu.

Seznam promptů

V repozitáři nejsou zdokumentovány žádné explicitní šablony promptů.

Seznam zdrojů

V souborech repozitáře nebo README nejsou zdokumentovány žádné explicitní zdroje.

Seznam nástrojů

• Generování Text-to-Speech
  Převádí vstupní text na .mp3 zvukový soubor pomocí modelů Kokoro TTS. Nabízí nastavení hlasu, rychlosti a jazyka.
• Nahrávání na S3
  Volitelně nahrává vygenerované .mp3 soubory do zadaného Amazon S3 bucketu/složky, pokud je v konfiguraci povoleno.
• Správa lokálních MP3
  Ukládá vygenerované .mp3 soubory do určené lokální složky a může je po nahrání nebo po uplynutí retenční doby automaticky mazat.

Scénáře použití tohoto MCP serveru

• Řešení pro zpřístupnění:
  Integrujte Kokoro TTS do aplikací pro poskytování hlasové odezvy zrakově znevýhodněným uživatelům nebo pro předčítání obsahu.
• Hlasová oznámení:
  Automatizujte hlasové výstrahy v monitoringu nebo IoT systémech převodem událostních zpráv na řeč.
• Tvorba obsahu:
  Generujte voiceovery pro videa, podcasty nebo interaktivní média přímo ze skriptů.
• Konverzační AI/Chatboti:
  Umožněte chatbotům odpovídat hlasově, což zlepšuje uživatelský zážitek v zákaznické podpoře či u virtuálních asistentů.
• Audio archivace & compliance:
  Vytvářejte zvukové záznamy textové komunikace pro účely compliance nebo archivace.

Jak jej nastavit

Windsurf

1. Ujistěte se, že máte stažené uv i všechny modelové soubory Kokoro.
2. Naklonujte repozitář Kokoro TTS MCP do svého zařízení.
3. Upravte konfigurační soubor Windsurf a přidejte server Kokoro TTS MCP.
4. Přidejte následující JSON úryvek do objektu mcpServers:

   {
     "kokoro-tts-mcp": {
       "command": "uv",
       "args": [
         "--directory",
         "/cesta/kvasemukokoro-tts-mcp",
         "run",
         "mcp-tts.py"
       ],
       "env": {
         "TTS_VOICE": "af_heart",
         "TTS_SPEED": "1.0",
         "TTS_LANGUAGE": "en-us",
         "AWS_ACCESS_KEY_ID": "",
         "AWS_SECRET_ACCESS_KEY": "",
         "AWS_REGION": "us-east-1",
         "AWS_S3_FOLDER": "mp3",
         "S3_ENABLED": "true",
         "MP3_FOLDER": "/cesta/k/mp3"
       }
     }
   }
   

5. Uložte konfiguraci a restartujte Windsurf.

Claude

1. Nainstalujte požadavky (Node.js, uv, Kokoro modely).
2. Přidejte Kokoro TTS MCP server do sekce mcpServers v Claude.
3. Vložte JSON konfiguraci viz výše.
4. Uložte a restartujte prostředí Claude.

Cursor

1. Stáhněte repozitář i požadované modelové soubory.
2. Aktualizujte cursor.json nebo ekvivalentní konfigurační soubor a přidejte Kokoro TTS MCP server.
3. Zkopírujte poskytnutý JSON úryvek a upravte cesty dle potřeby.
4. Uložte změny a restartujte Cursor.

Cline

1. Naklonujte repozitář a nastavte proměnné prostředí.
2. Upravte konfiguraci Cline a přidejte Kokoro TTS MCP server dle ukázky.
3. Uložte a restartujte klienta Cline.

Zabezpečení API klíčů

Citlivé informace (např. AWS přihlašovací údaje) vždy ukládejte jako proměnné prostředí. Příklad:

"env": {
  "AWS_ACCESS_KEY_ID": "${AWS_ACCESS_KEY_ID}",
  "AWS_SECRET_ACCESS_KEY": "${AWS_SECRET_ACCESS_KEY}",
  ...
}

Nastavte tyto proměnné ve svém systému nebo CI prostředí, nikdy neukládejte tajné údaje přímo do konfiguračních souborů.

Jak používat MCP uvnitř flowů

Použití MCP ve FlowHunt

Pro integraci MCP serverů do workflowu FlowHunt začněte přidáním MCP komponenty do flow a jejím propojením s AI agentem:

Klikněte na MCP komponentu pro otevření panelu konfigurace. V sekci systémové MCP konfigurace vložte detaily vašeho MCP serveru v tomto JSON formátu:

{
  "kokoro-tts-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po konfiguraci může AI agent využívat tento MCP jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “kokoro-tts-mcp” na skutečný název vašeho MCP serveru a zaměňte URL za vlastní adresu MCP serveru.

Přehled

Náš názor

Kokoro TTS MCP Server je zaměřený a praktický, nabízí specializovaný nástroj pro úkoly převodu textu na řeč s cloudovou integrací. Postrádá prompt a resource primitives, ale je open source, dobře konfigurovatelný a podporuje bezpečnou správu klíčů. Sampling a Roots podpora nejsou zmíněny, což omezuje pokročilé agentní možnosti. Pro TTS scénáře je robustní a užitečný, i když není tak funkčně bohatý jako obecnější MCP servery.

MCP skóre