mcp-kokoro-tts

Lokaler Kokoro-82M-Text-to-Speech-MCP-Server. Wenn Ihr Agent speak aufruft, synthetisiert er Sprache und spielt sie auf Ihrem Rechner ab, sodass Sie den Harness sprechen hören können.

Funktioniert mit jedem MCP-Client: Claude Desktop, Claude Code, Cursor, VS Code, opencode, Cline und mehr. Ein kurzer Konfigurationsblock, keine API-Schlüssel – die Synthese läuft lokal mit Kokoro-82M.

Beim ersten Start stellt der Server zwei Dinge bereit, die nicht auf PyPI sind: die Kokoro-82M-Gewichte (~312 MB) in einen lokalen Cache und das englische spaCy-Modell (en_core_web_sm) in dieselbe Python-Umgebung, in der der Server läuft. Diese zweite Installation ist erforderlich, da Kokoros G2P-Pipeline spaCy lädt und eine uvx-/uv tool-Umgebung das Modell nicht enthält, es sei denn, dieses Paket legt es dort ab.

Installation

Fügen Sie Folgendes zur MCP-Konfiguration Ihres Clients hinzu:

{
  "mcpServers": {
    "mcp-kokoro-tts": {
      "command": "uvx",
      "args": ["mcp-kokoro-tts"]
    }
  }
}

Erfordert Python 3.12 und uv. Der erste Serverstart stellt Kokoro-Gewichte und das englische spaCy-Modell automatisch bereit.

Um beide vorab herunterzuladen, ohne den MCP-Server zu starten:

uvx mcp-kokoro-tts-provision

Related MCP server: MCP TTS Server

Den Agenten dazu bringen, es aufzurufen

Fügen Sie eine Zeile zu Ihrer AGENTS.md / CLAUDE.md / Systemaufforderung hinzu:

When the user wants to hear something spoken aloud, call the `speak` tool with clear, natural text.

Werkzeuge

speak

Synthetisiert Sprache, schreibt eine WAV-Datei und spielt sie lokal ab.

list_voices

Listet verfügbare Kokoro-Stimmen und die aktuell ausgewählte Standardstimme auf.

Auswahl Ihrer Stimme

Auflösungsreihenfolge:

1. TTS_VOICE-Umgebungsvariable – Stimm-ID oder absoluter .pt-Pfad

2. Eine Datei im voices/-Ordner des Pakets, deren Name mit default beginnt

3. Erste .pt-Datei in voices/ (alphabetisch)

4. Die gebündelte af_heart-Stimme des Modells

{
  "mcpServers": {
    "mcp-kokoro-tts": {
      "command": "uvx",
      "args": ["mcp-kokoro-tts"],
      "env": {
        "TTS_VOICE": "af_heart"
      }
    }
  }
}

Umgebungsvariablen

Plattformen

espeak-ng ist optional. Englisch funktioniert ohne es; installieren Sie es für eine bessere Abdeckung von Wörtern außerhalb des Vokabulars und einige nicht-englische Sprachen.

Veröffentlichung

Das Taggen einer Version führt GitHub Actions publish.yml aus, das zuerst auf PyPI und dann in die MCP-Registry hochlädt.

Die Veröffentlichung auf PyPI verwendet das Repo-Geheimnis PYPI_TOKEN (ein PyPI-API-Token). GitHub Trusted Publishing kann auch auf dem PyPI-Projekt konfiguriert werden; dieser Workflow authentifiziert sich mit dem Token, sodass eine erste Veröffentlichung nicht von der Übereinstimmung mit einem ausstehenden Publisher abhängt.

Release

1. version in pyproject.toml erhöhen (und server.json, falls Sie noch nicht taggen)

2. Committen und taggen: git tag v0.1.2 && git push origin v0.1.2

3. GitHub Actions führt publish.yml aus:

   • release – Typprüfung, Tests, Wheel/sdist bauen

   • pypi-publish – Upload zu PyPI mit PYPI_TOKEN

   • mcp-registry – OIDC → MCP-Registry (nach erfolgreichem PyPI-Upload)

Entwicklung

cd mcps-tts
python3.12 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
pyright
pytest
python -m mcp_kokoro_tts

Lizenz

Apache-2.0. Siehe LICENSE und NOTICE. Die Kokoro-82M-Modellgewichte werden separat unter ihrer Apache-2.0-Lizenz heruntergeladen.