Kokoro 文本转语音 MCP 服务器

Kokoro 文本转语音 (TTS) MCP 服务器

Kokoro 文本到语音 MCP 服务器可生成 .mp3 文件，并可选择上传到 S3。

用途： https://huggingface.co/spaces/hexgrad/Kokoro-TTS

配置

克隆到本地仓库。
下载kokoro-v1.0.onnx和voices-v1.0.bin的Kokoro Onnx Weights并存储在同一个 repo 中。

将以下内容添加到您的 MCP 配置中。请使用您自己的值进行更新。

  "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"
      } 
    }

安装 ffmmeg

这是将 .wav 文件转换为 .mp3 文件所必需的

对于Mac：

brew install ffmpeg

要在本地运行，请将这些添加到你的 .env 文件中。请参阅 env.example 并复制到 .env 文件，然后使用你自己的值进行修改。

支持的环境变量

AWS_ACCESS_KEY_ID ：您的 AWS 访问密钥 ID
AWS_SECRET_ACCESS_KEY ：您的 AWS 秘密访问密钥
AWS_S3_BUCKET_NAME ：S3 存储桶名称
AWS_S3_REGION ：S3 区域（例如，us-east-1）
AWS_S3_FOLDER ：S3 bucket 内的文件夹路径
AWS_S3_ENDPOINT_URL ：S3 兼容存储的可选自定义端点 URL
MCP_HOST ：绑定服务器的主机（默认值：0.0.0.0）
MCP_PORT ：监听端口（默认值：9876）
MCP_CLIENT_HOST ：客户端连接到服务器的主机名（默认值：localhost）
DEBUG ：启用调试模式（设置为“true”或“1”）
S3_ENABLED ：启用 S3 上传（设置为“true”或“1”）
MP3_FOLDER ：存储 MP3 文件的路径（默认为脚本目录中的“mp3”文件夹）
MP3_RETENTION_DAYS ：自动删除前保留 MP3 文件的天数
DELETE_LOCAL_AFTER_S3_UPLOAD ：S3 上传成功后是否删除本地 MP3 文件（设置为“true”或“1”）
TTS_VOICE ：TTS 客户端的默认语音（默认值：af_heart）
TTS_SPEED ：TTS 客户端的默认速度（默认值：1.0）
TTS_LANGUAGE ：TTS 客户端的默认语言（默认值：en-us）

本地运行服务器

首选方法是使用紫外线

uv run mcp-tts.py

使用 TTS 客户端

mcp_client.py脚本允许你向服务器发送 TTS 请求。它的使用方法如下：

连接设置

在同一台机器上运行服务器和客户端时：

服务器应绑定到0.0.0.0 （所有接口）或127.0.0.1 （仅限本地主机）
客户端应连接到localhost或127.0.0.1

基本用法

python mcp_client.py --text "Hello, world!"

从文件读取文本

python mcp_client.py --file my_text.txt

自定义语音和速度

python mcp_client.py --text "Hello, world!" --voice "en_female" --speed 1.2

禁用 S3 上传

python mcp_client.py --text "Hello, world!" --no-s3

命令行选项

python mcp_client.py --help

MP3文件管理

TTS 服务器会生成 MP3 文件，这些文件存储在本地，也可以选择上传到 S3。您可以配置这些文件的管理方式：

本地存储

在.env文件中设置MP3_FOLDER来指定 MP3 文件的存储位置
文件保存在此文件夹中，除非自动删除

自动清理

设置MP3_RETENTION_DAYS=30 （或任意数字）以自动删除超过该天数的文件
设置DELETE_LOCAL_AFTER_S3_UPLOAD=true以在 S3 上传成功后立即删除本地文件

S3 集成

使用S3_ENABLED=true或DISABLE_S3=true启用/禁用 S3 上传
在.env文件中配置 AWS 凭证和存储桶设置
可以使用客户端的--no-s3选项按请求禁用 S3 上传

Install Server

HTTP connection URL

security – no known vulnerabilities

license - permissive license

quality - confirmed to work

How are these scores calculated?

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Tools

text_to_speech

使用 Kokoro TTS 技术从文本生成 MP3 音频文件的服务器，具有可选的 S3 上传功能。

Related MCP Servers

Speech MCP Server
hammeiam
-
security
F
license
-
quality
A Model Context Protocol server that provides text-to-speech capabilities using the Kokoro TTS model, offering multiple voice options and customizable speech parameters.
Last updated -
18
1
JavaScript
Audio Transcriber MCP Server
Ichigo3766
A
security
A
license
A
quality
A MCP server that enables transcription of audio files using OpenAI's Speech-to-Text API, with support for multiple languages and file saving options.
Last updated -
1
0
7
JavaScript
MIT License
Blabber-MCP
pinkpixel-dev
-
security
A
license
-
quality
An MCP server that enables LLMs to generate spoken audio from text using OpenAI's Text-to-Speech API, supporting various voices, models, and audio formats.
Last updated -
2
1
JavaScript
MIT License
MCP Video & Audio Text Extraction Server
SealinGp
-
security
F
license
-
quality
An MCP server that downloads videos/extracts audio from various platforms like YouTube, Bilibili, and TikTok, then transcribes them to text using OpenAI's Whisper model.
Last updated -
5
Python

View all related MCP servers

Kokoro Text to Speech MCP Server