Kokoro TTS MCP Sunucusu

“Kokoro TTS” MCP Sunucusu ne işe yarar?

Kokoro Metinden Konuşmaya (TTS) MCP Sunucusu, AI asistanlarının ve istemcilerin metin girişinden yüksek kaliteli konuşma sesi üretmesini sağlayan bir Model Context Protocol (MCP) sunucusudur. AI iş akışlarını bu sunucuya bağlayarak, kullanıcılar metni .mp3 dosyalarına dönüştürebilir ve isteğe bağlı olarak Amazon S3’e veya uyumlu bir depolamaya yükleyebilir. Kokoro TTS, gelişmiş modelleri (HuggingFace spaces ve ONNX ağırlıkları ile) kullanarak özelleştirilebilir ses, hız ve dil seçenekleri sunar; böylece metinden konuşmaya yeteneklerinin geliştirme ortamlarına, sohbet botlarına veya otomasyon hatlarına sorunsuz entegrasyonunu sağlar. Bu MCP sunucusu, özellikle erişilebilirlik, bildirimler veya içerik üretimi için sentezlenmiş konuşmanın gerektiği senaryolarda değerlidir.

Promt Listesi

Depoda açıkça belgelenmiş prompt şablonları yoktur.

Kaynak Listesi

Depo dosyalarında veya README’de açıkça belgelenmiş kaynak yoktur.

Araç Listesi

• Metinden-Konuşmaya Üretim
  Girdi metnini Kokoro TTS modellerini kullanarak bir .mp3 ses dosyasına dönüştürür. Ses, hız ve dil için yapılandırma sunar.
• S3 Yükleme
  Yapılandırmada etkinleştirildiğinde oluşturulan .mp3 dosyalarını belirtilen bir Amazon S3 klasörüne isteğe bağlı olarak yükler.
• Yerel MP3 Yönetimi
  Oluşturulan .mp3 dosyalarını belirlenen yerel klasörde saklar ve yüklemeden veya belirli bir saklama süresinden sonra otomatik olarak silebilir.

Bu MCP Sunucusunun Kullanım Alanları

• Erişilebilirlik Çözümleri:
  Görme engelli kullanıcılar için sesli geri bildirim sağlamak veya içerikleri sesli okutmak üzere uygulamalara Kokoro TTS entegre edin.
• Sesli Bildirimler:
  İzleme veya IoT sistemlerinde olay mesajlarını konuşma sesine dönüştürerek sesli uyarıları otomatikleştirin.
• İçerik Üretimi:
  Yazılı senaryolardan doğrudan videolar, podcast’ler veya etkileşimli medya için seslendirme oluşturun.
• Sohbet AI/Sohbet Botları:
  Sohbet botlarının sözlü çıktı ile yanıt vermesini sağlayarak müşteri desteği veya sanal asistan kullanımında kullanıcı etkileşimini artırın.
• Sesli Arşivleme & Uyum:
  Metin tabanlı iletişimlerin mevzuat uyumluluğu veya arşivleme amacıyla sesli kayıtlarını oluşturun.

Nasıl kurulur

Windsurf

1. uv ve tüm Kokoro model dosyalarını indirdiğinizden emin olun.
2. Kokoro TTS MCP deposunu yerel makinenize klonlayın.
3. Windsurf yapılandırma dosyanızı düzenleyerek Kokoro TTS MCP sunucusunu ekleyin.
4. Aşağıdaki JSON parçasını mcpServers nesnenize ekleyin:

   {
     "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. Yapılandırmanızı kaydedin ve Windsurf’u yeniden başlatın.

Claude

1. Ön gereksinimleri yükleyin (Node.js, uv, Kokoro modelleri).
2. Claude’un mcpServers bölümüne Kokoro TTS MCP sunucusunu ekleyin.
3. Yukarıdaki gibi JSON yapılandırmasını ekleyin.
4. Kaydedin ve Claude ortamını yeniden başlatın.

Cursor

1. Depoyu ve gerekli model dosyalarını indirin.
2. cursor.json veya eşdeğer yapılandırmayı Kokoro TTS MCP sunucusunu içerecek şekilde güncelleyin.
3. Sağlanan JSON parçasını kopyalayıp yolları gerektiği gibi düzenleyin.
4. Değişiklikleri kaydedin ve Cursor’u yeniden başlatın.

Cline

1. Depoyu klonlayın ve ortam değişkenlerini yapılandırın.
2. Cline yapılandırmasını düzenleyerek Kokoro TTS MCP sunucusunu gösterildiği gibi ekleyin.
3. Kaydedin ve Cline istemcisini yeniden başlatın.

API Anahtarlarını Güvenli Saklama

AWS kimlik bilgileri gibi hassas bilgileri daima ortam değişkenlerinde saklayın. Örnek:

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

Bu değişkenleri sisteminizde veya CI ortamınızda ayarlayın; gizli bilgileri yapılandırma dosyalarınıza asla sabitlemeyin.

Bu MCP’nin akışlarda kullanımı

FlowHunt’ta MCP kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, önce MCP bileşenini akışınıza ekleyin ve AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırması bölümünde MCP sunucu detaylarınızı bu JSON formatında girin:

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

Yapılandırdıktan sonra, AI ajanı artık tüm işlev ve özelliklerine erişerek bu MCP’yi bir araç olarak kullanabilir. “kokoro-tts-mcp” ismini gerçek MCP sunucu isminizle ve URL’yi kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Bizim görüşümüz

Kokoro TTS MCP Sunucusu odaklanmış ve pratiktir; bulut entegrasyonu ile metinden konuşmaya görevleri için uzmanlaşmış bir araç sunar. Prompt ve kaynak primitifleri eksiktir, ancak açık kaynaklı, iyi yapılandırılmış ve güvenli anahtar yönetimini destekler. Sampling ve Roots desteğinden bahsedilmemiş, bu da gelişmiş ajan kabiliyetlerini sınırlar. TTS kullanım senaryoları için sağlam ve kullanışlıdır; ancak daha genel MCP sunucuları kadar zengin özellikli değildir.

MCP Puanı