Kokoro Speech

🚀 语音 MCP 服务器

语音 MCP 服务器基于 Model Context Protocol (MCP) 打造，借助 Kokoro TTS 模型，为你提供出色的文本到语音转换功能。

🚀 快速开始

安装

1. 使用 npm 进行全局安装：

npm install -g @decodershq/speech-mcp-server

2. 安装完成后，启动服务器：

npm start

配置环境变量

在启动服务器前，你可以通过设置环境变量来定制服务器的行为：

调用工具

启动服务器后，你可以使用以下命令调用不同的工具：

1. 文本到语音：

echo '{"type":"request","method":"call_tool","params":{"name":"text_to_speech","arguments":{"text":"Hello world","voice":"af_bella"}}}' | node dist/index.js

2. 列出可用音调：

echo '{"type":"request","method":"list_voices","params":{}}' | node dist/index.js

3. 获取模型状态：

echo '{"type":"request","method":"get_model_status","params":{}}' | node dist/index.js

在 Cursor 中配置

在 Cursor 里，你可以通过以下配置来使用该服务器：

{
  "mcpServers": {
    "speech": {
      "command": "npx",
      "args": [
        "-y",
        "speech-mcp-server"
      ],
      "env": {
        "MCP_DEFAULT_SPEECH_SPEED": 1.3,
        "MCP_DEFAULT_VOICE": "af_bella"
      }
    }
  }
}

集成到 Claude Desktop

若要在 Claude Desktop 中使用此服务器，请在 ~/Library/Application Support/Claude/claude_desktop_config.json 文件中添加以下内容：

{
  "servers": {
    "speech": {
      "command": "npx",
      "args": ["@decodershq/speech-mcp-server"]
    }
  }
}

✨ 主要特性

• 文本到语音转换：能够将输入的文本转换为自然流畅的语音输出。
• 自定义音调：支持多种音调选择，可满足不同场景的需求。
• 自动模型初始化：服务器启动时，会自动下载并初始化 TTS 模型。
• 故障恢复机制：当模型初始化失败时，服务器会自动重试，最多重试 3 次，且每次重试前会清理旧文件。

🔧 技术细节

服务器可以通过环境变量进行配置，你可以根据自己的需求调整语音速度和音调。在 Cursor 或 Claude Desktop 中，你可以通过特定的配置来使用该服务器。同时，服务器具备故障恢复机制，当模型初始化失败时，会自动重试并清理旧文件。

📄 许可证

本项目采用 MIT 许可证，详细信息请参阅 LICENSE 文件。

⚙️ 故障排除

模型初始化问题

如果遇到模型初始化失败的情况，你可以按照以下步骤进行处理：

1. 服务器会在每次重试前自动清理旧文件。
2. 使用 get_model_status 工具监控初始化进度和错误信息。
3. 如果所有重试均失败，你可以手动删除模型文件，然后重启服务器：

# 删除模型文件（MacOS/Linux）
rm -rf ~/.npm/_npx/**/node_modules/@huggingface/transformers/.cache/onnx-community/Kokoro-82M-v1.0-ONNX/onnx/model_quantized.onnx
rm -rf ~/.cache/huggingface/transformers/onnx-community/Kokoro-82M-v1.0-ONNX/onnx/model_quantized.onnx

# 然后重启服务器
npm start

get_model_status 工具的响应将包含重试信息：

{
  "content": [{
    "type": "text",
    "text": "模型状态：正在初始化（5 秒已用，重试 1/3）"
  }]
}