Serveur MCP Kokoro TTS

Que fait le serveur MCP “Kokoro TTS” ?

Le serveur Kokoro Text to Speech (TTS) MCP est un serveur Model Context Protocol (MCP) qui permet aux assistants IA et aux clients de générer un audio vocal de haute qualité à partir d’une entrée texte. En connectant des workflows IA à ce serveur, les utilisateurs peuvent convertir du texte en fichiers .mp3 et les téléverser éventuellement vers Amazon S3 ou un stockage compatible. Kokoro TTS s’appuie sur des modèles avancés (via HuggingFace spaces et poids ONNX) pour fournir des voix, vitesses et langues personnalisables, facilitant l’intégration transparente de la synthèse vocale dans les environnements de développement, chatbots ou pipelines d’automatisation. Ce serveur MCP est particulièrement précieux pour les scénarios où la parole de synthèse est nécessaire pour l’accessibilité, les notifications ou la création de contenu.

Liste des invites

Aucun modèle d’invite explicite n’est documenté dans le dépôt.

Liste des ressources

Aucune ressource explicite n’est documentée dans les fichiers du dépôt ou le README.

Liste des outils

• Génération de texte en parole (Text-to-Speech)
  Convertit le texte en entrée en un fichier audio .mp3 à l’aide des modèles Kokoro TTS. Offre la configuration de la voix, de la vitesse et de la langue.
• Téléversement S3
  Téléverse éventuellement les fichiers .mp3 générés dans un bucket/dossier Amazon S3 spécifié si l’option est activée dans la configuration.
• Gestion locale des MP3
  Stocke les fichiers .mp3 générés dans un dossier local désigné et peut les supprimer automatiquement après le téléversement ou après une période de conservation.

Cas d’utilisation de ce serveur MCP

• Solutions d’accessibilité :
  Intégrez Kokoro TTS à vos applications pour fournir un retour vocal aux utilisateurs malvoyants ou pour lire le contenu à voix haute.
• Notifications vocales :
  Automatisez les alertes vocales dans des systèmes de surveillance ou IoT en convertissant les messages d’événement en audio.
• Création de contenu :
  Générez des voix-off pour des vidéos, podcasts ou médias interactifs directement à partir de scripts écrits.
• IA conversationnelle/Chatbots :
  Permettez à vos chatbots de répondre à l’oral, améliorant l’engagement utilisateur dans le support client ou les assistants virtuels.
• Archivage audio & conformité :
  Créez des enregistrements audio de communications textuelles pour la conformité ou l’archivage.

Comment le configurer

Windsurf

1. Vérifiez que vous disposez de uv et de tous les fichiers modèles Kokoro téléchargés.
2. Clonez le dépôt Kokoro TTS MCP sur votre machine locale.
3. Modifiez votre fichier de configuration Windsurf pour ajouter le serveur MCP Kokoro TTS.
4. Ajoutez l’extrait JSON suivant à votre objet mcpServers :

   {
     "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. Enregistrez votre configuration et redémarrez Windsurf.

Claude

1. Installez les prérequis (Node.js, uv, modèles Kokoro).
2. Ajoutez le serveur MCP Kokoro TTS dans la section mcpServers de Claude.
3. Insérez la configuration JSON comme ci-dessus.
4. Enregistrez et redémarrez l’environnement Claude.

Cursor

1. Téléchargez le dépôt et les fichiers modèles requis.
2. Mettez à jour le cursor.json ou la configuration équivalente pour inclure le serveur MCP Kokoro TTS.
3. Copiez l’extrait JSON fourni, en adaptant les chemins si nécessaire.
4. Enregistrez les modifications et redémarrez Cursor.

Cline

1. Clonez le dépôt et configurez les variables d’environnement.
2. Modifiez la configuration Cline, en ajoutant le serveur MCP Kokoro TTS comme indiqué.
3. Enregistrez et redémarrez le client Cline.

Sécurisation des clés API

Utilisez toujours des variables d’environnement pour stocker des informations sensibles comme les identifiants AWS. Exemple :

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

Définissez ces variables dans votre système ou environnement CI, ne codez jamais de secrets en dur dans vos fichiers de configuration.

Comment utiliser ce MCP dans des flows

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP à votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flow et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section configuration système du MCP, insérez les détails de votre serveur MCP au format JSON suivant :

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

Une fois configuré, l’agent IA pourra utiliser ce MCP comme outil avec accès à toutes ses fonctions et capacités. N’oubliez pas de remplacer “kokoro-tts-mcp” par le nom réel de votre serveur MCP et l’URL par celle de votre propre serveur MCP.

Vue d’ensemble

Notre avis

Le serveur MCP Kokoro TTS est ciblé et pratique, offrant un outil spécialisé pour les tâches de synthèse vocale avec intégration cloud. Il manque de primitives d’invite et de ressource, mais il est open source, bien configuré et prend en charge la gestion sécurisée des clés. L’échantillonnage et la prise en charge Roots ne sont pas mentionnés, limitant les capacités agentiques avancées. Pour les cas d’usage TTS, il est robuste et utile, bien que moins complet que des serveurs MCP plus généralistes.

Score MCP