Kokoro TTS MCP-server

Hva gjør “Kokoro TTS” MCP-serveren?

Kokoro Text to Speech (TTS) MCP-serveren er en Model Context Protocol (MCP)-server som lar AI-assistenter og klienter generere høykvalitets tale fra tekstinnhold. Ved å koble AI-arbeidsflyter til denne serveren, kan brukere konvertere tekst til .mp3-filer og eventuelt laste dem opp til Amazon S3 eller kompatibel lagring. Kokoro TTS benytter avanserte modeller (via HuggingFace-spaces og ONNX-vekter) for å tilby tilpassbare stemmer, hastigheter og språk, noe som gjør det enkelt å integrere tekst-til-tale i utviklingsmiljøer, chatboter eller automasjonsløsninger. Denne MCP-serveren er spesielt nyttig i scenarier hvor syntetisk tale trengs, for eksempel for tilgjengelighet, varslinger eller innholdsproduksjon.

Liste over prompt-maler

Ingen eksplisitte prompt-maler er dokumentert i repositoriet.

Liste over ressurser

Ingen eksplisitte ressurser er dokumentert i repositoriets filer eller README.

Liste over verktøy

• Tekst-til-tale-generering
  Konverterer innsendt tekst til en .mp3-lydfil ved bruk av Kokoro TTS-modeller. Tilbyr konfigurasjon av stemme, hastighet og språk.
• S3-opplasting
  Kan om ønskelig laste opp genererte .mp3-filer til en spesifisert Amazon S3-bøtte/mappe hvis aktivert i konfigurasjonen.
• Lokal MP3-håndtering
  Lagrer genererte .mp3-filer i en angitt lokal mappe og kan automatisk slette dem etter opplasting eller etter en oppbevaringsperiode.

Bruksområder for denne MCP-serveren

• Tilgjengelighetsløsninger:
  Integrer Kokoro TTS i applikasjoner for å gi tale til synshemmede brukere eller lese innhold høyt.
• Stemmevarsler:
  Automatiser stemmevarslinger i overvåknings- eller IoT-systemer ved å konvertere hendelsesmeldinger til tale.
• Innholdsproduksjon:
  Lag stemmespor for videoer, podkaster eller interaktive medier direkte fra manus.
• Konversasjonell AI/Chatboter:
  La chatboter svare med tale, og gi bedre brukeropplevelse i kundestøtte eller virtuelle assistenter.
• Lydarkivering og samsvar:
  Lag lydopptak av tekstbasert kommunikasjon for samsvar eller arkivering.

Slik setter du det opp

Windsurf

1. Sørg for at du har uv og alle Kokoro-modellfilene lastet ned.
2. Klon Kokoro TTS MCP-repositoriet til din lokale maskin.
3. Rediger Windsurf-konfigurasjonsfilen for å legge til Kokoro TTS MCP-serveren.
4. Legg til følgende JSON-snutt i mcpServers-objektet ditt:

   {
     "kokoro-tts-mcp": {
       "command": "uv",
       "args": [
         "--directory",
         "/path/toyourlocal/kokoro-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": "/path/to/mp3"
       }
     }
   }
   

5. Lagre konfigurasjonen og start Windsurf på nytt.

Claude

1. Installer forutsetninger (Node.js, uv, Kokoro-modeller).
2. Legg til Kokoro TTS MCP-serveren i Claudes mcpServers-seksjon.
3. Sett inn JSON-konfigurasjonen som over.
4. Lagre og start Claude-miljøet på nytt.

Cursor

1. Last ned repositoriet og nødvendige modellfiler.
2. Oppdater cursor.json eller tilsvarende konfigurasjon for å inkludere Kokoro TTS MCP-serveren.
3. Kopier den oppgitte JSON-snippet, og tilpass stier etter behov.
4. Lagre endringer og start Cursor på nytt.

Cline

1. Klon repositoriet og konfigurer miljøvariabler.
2. Rediger Cline-konfigurasjonen og legg til Kokoro TTS MCP-serveren som vist.
3. Lagre og start Cline-klienten på nytt.

Sikre API-nøkler

Bruk alltid miljøvariabler til å lagre sensitiv informasjon som AWS-legitimasjon. Eksempel:

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

Sett disse variablene i systemet ditt eller CI-miljøet, og aldri hardkod hemmeligheter i konfigurasjonsfilene dine.

Slik bruker du denne MCP-en i flyter

Bruke MCP i FlowHunt

For å integrere MCP-servere i din FlowHunt-arbeidsflyt, start med å legge til MCP-komponenten i flyten og koble den til AI-agenten din:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon, sett inn MCP-serverdetaljene dine i dette JSON-formatet:

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

Når dette er satt opp, kan AI-agenten bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og egenskaper. Husk å endre “kokoro-tts-mcp” til navnet på din MCP-server og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Vår vurdering

Kokoro TTS MCP-server er fokusert og praktisk, og tilbyr et spesialisert verktøy for tekst-til-tale-oppgaver med skyintegrasjon. Den mangler prompt- og ressurs-primitiver, men er åpen kildekode, godt konfigurert og støtter sikker nøkkelhåndtering. Sampling og Roots-støtte er ikke nevnt, noe som begrenser avanserte agent-funksjoner. For TTS-bruk er den robust og nyttig, selv om den ikke er like funksjonsrik som mer generelle MCP-servere.

MCP-score