Qu’est-ce que Audio Studio MCP ?
Audio Studio MCP permet à Claude Code, Claude Desktop, Cursor ou n'importe quel client MCP de demander en langage courant un morceau de musique de fond, une boucle d'instrument ou un effet sonore, et de recevoir des fichiers finis. La génération tourne en local sur Stable Audio 3 de Stability AI, via MLX sur Apple Silicon ou PyTorch sur un GPU NVIDIA sous Windows, sans clé d'API ni facturation par extrait.
Il expose quatre outils : generate_audio (un à quatre candidats par appel), edit_audio (changer le style d'un extrait, régénérer une plage de temps ou prolonger un morceau), process_audio (couper, rééchantillonner, normaliser la sonie, créer une boucle sans blanc, appliquer des fondus et exporter en WAV, OGG ou FLAC) et unload_models. Une interface web locale sur le même port propose les mêmes fonctions avec une bibliothèque des fichiers générés, et chaque fichier reçoit un enregistrement JSON de son prompt et de sa graine.
C'est le projet d'une seule personne, KanaWorks_AI, sous licence MIT, créé le 18 octobre 2026 ; la v1.0.0 est sortie le 24 octobre 2026. Les poids du modèle relèvent de la Stability AI Community License, pas de la MIT.
Installer Audio Studio MCP
git clone https://github.com/kanaworksai-hue/audio-studio-mcp && ./install.shAudio Studio MCP vaut-il le coup ?
Audio Studio MCP est plus qu'une fine surcouche de Stable Audio 3 grâce à ce qui se passe après la génération. process_audio fait le travail ingrat qui vous renvoie d'habitude vers un éditeur audio : boucles sans blanc avec fondu enchaîné, sonie normalisée vers une cible LUFS (le README suggère -16 pour la musique de jeu et -14 pour le streaming), rééchantillonnage à 48 kHz, fondus et export en OGG pour un moteur de jeu. La démo montre Claude choisissant une boucle d'exactement 11 mesures pour que le rythme reste en place à la répétition, le genre de détail qu'un outil limité au prompt vous laisse régler.
Le seuil matériel est réel. Sur Mac, il faut Apple Silicon, 16 Go de RAM sont recommandés, et le modèle medium pèse environ 5,9 Go sur disque et occupe 5 à 7 Go de mémoire une fois chargé. Sous Windows, il faut un GPU NVIDIA avec au moins 8 Go de VRAM et environ 14 Go de disque, et les poids PyTorch sont accessibles seulement après une connexion Hugging Face et l'acceptation de la licence. Linux devrait fonctionner avec le même backend mais n'a pas d'installeur et n'est pas testé ; les Mac Intel et les GPU AMD ne sont pas pris en charge.
La vitesse est correcte sur les deux. Le README annonce environ 10 secondes pour 20 secondes de musique sur un M1 avec 16 Go, et environ 1,3 seconde pour la même chose sur une RTX 3060 12 Go, où le morceau maximal de 380 secondes prend environ 15 secondes à chaud. Le petit modèle sm-music rend 15 secondes de musique en une seconde environ. Stable Audio 3 ne sait pas chanter, donc ni voix ni paroles, et le README conseille des prompts d'une ou deux phrases en anglais.
La licence est à lire avant tout usage commercial. Le code est sous MIT, mais les poids relèvent de la Stability AI Community License, gratuite pour un usage commercial uniquement pour les organisations sous 1 M$ US de chiffre d'affaires annuel, tous revenus confondus. L'interface web écoute sur 127.0.0.1 sans connexion, et le README déconseille de l'exposer, puisque quiconque l'atteint peut utiliser votre GPU et écrire des fichiers. Avec un seul contributeur, six jours de commits et aucun depuis le 24 octobre, c'est une v1.0 prometteuse plutôt qu'une dépendance sur laquelle bâtir une chaîne de production de studio.
Là où il fait la différence
Un développeur indépendant solo qui construit un jeu Godot dans Claude Code
Obtenir un morceau lo-fi en boucle et une série d'effets sonores d'interface sans quitter l'éditeur
Demandez 60 secondes de lo-fi à 85 BPM en trois candidats, choisissez-en un et faites découper par process_audio une boucle OGG sans couture à -16 LUFS dans le dossier du projet. Rien à payer au-delà du temps GPU ; la Community License couvre un studio sous 1 M$ US de chiffre d'affaires.
Un monteur YouTube d'une chaîne de trois personnes sur un Mac série M
Remplacer la musique de fond des banques de sons par des morceaux adaptés à la durée de chaque vidéo
Générez un fond de 30 secondes, prolongez-le avec edit_audio continue jusqu'à la durée du montage et normalisez à -14 LUFS pour le streaming. Environ 10 secondes pour 20 secondes de musique sur un M1.
Un sound designer qui prototype des effets pour un jeu mobile
Essayer rapidement de nombreuses variantes d'un impact ou d'une ambiance
Remplissez les champs source, action, matériau et espace dans generate_audio, demandez quatre variantes par appel et gardez la graine dans le fichier JSON associé pour reproduire celle qui fonctionne.
Avant de vous engager
- Mise en route
- Clonez le dépôt et lancez ./install.sh sous macOS ou install.ps1 sous Windows ; le script installe uv, le runtime Stable Audio 3 en version figée et les poids medium (environ 5,9 Go sous macOS, 10,4 Go sous Windows), puis affiche la commande claude mcp add. Windows exige une connexion Hugging Face avec la licence acceptée ; ffmpeg est requis sur les deux.
- Intégrations
- Quatre outils MCP en stdio, ou en HTTP sur /mcp quand il est lancé avec --http ou --web ; documenté pour Claude Code, Claude Desktop et Cursor. Une interface web locale en anglais, japonais et chinois partage le même modèle et la même file d'attente.
- Données et confidentialité
- Les prompts et l'audio restent sur votre machine ; rien n'est envoyé. Les fichiers vont dans outputs/ ou AUDIO_STUDIO_OUTPUT_DIR avec un enregistrement JSON. L'interface web n'a pas de connexion et n'écoute que sur 127.0.0.1. Le code est sous MIT ; les poids suivent la Stability AI Community License.
- Coût à grande échelle
- Aucun frais d'usage. Le vrai coût est le matériel : un Mac Apple Silicon avec 16 Go recommandés, ou une carte NVIDIA d'au moins 8 Go de VRAM (le modèle medium a culminé à environ 5,3 Go sur une RTX 3060). Les entreprises au-delà de 1 M$ US de chiffre d'affaires annuel ont besoin d'une licence Enterprise payante de Stability AI, dont le prix n'est pas publié.
- Limites
- Modèle medium jusqu'à 380 secondes, petits modèles jusqu'à 120 secondes ; uniquement instrumental ; prompts en anglais conseillés ; pas encore de prise en charge LoRA ; Linux non testé, Mac Intel et GPU AMD non pris en charge.
Les points forts
- Génération locale sans clé d'API ni coût par extrait
- Boucles sans couture, sonie LUFS et export OGG dans un seul outil
- Changer le style, régénérer une partie et prolonger des extraits existants
- Interface web et MCP partagent un processus et un modèle chargé
Les points faibles
- Apple Silicon ou GPU NVIDIA de 8 Go requis ; Linux non testé
- Pas de voix ; Stable Audio 3 est uniquement instrumental
- Les poids exigent une licence Enterprise au-delà de 1 M$ US de chiffre d'affaires
- Un seul mainteneur ; créé le 18 octobre 2026
Idéal pour
Développeurs de jeux indépendants et vidéastes équipés d'un Mac Apple Silicon ou d'un PC NVIDIA qui veulent qu'un agent produise de la musique en boucle et des effets sans abonnement.
Alternatives à Audio Studio MCP
Audio Studio MCP : questions fréquentes
- Audio Studio MCP vaut-il le coup ?
- Un studio sonore local bien fini pour les créateurs de jeux et de vidéos équipés d'un Mac récent ou d'une carte NVIDIA, plus utile pour ses outils de boucle et de sonie que pour la seule génération. Nous lui donnons 3.7 sur 5.
- Combien coûte Audio Studio MCP ?
- Gratuit sous licence MIT ; poids de Stable Audio 3 gratuits pour un usage commercial sous 1 M$ US de chiffre d'affaires annuel, licence Enterprise de Stability AI au-delà.
- Quels sont les inconvénients de Audio Studio MCP ?
- Apple Silicon ou GPU NVIDIA de 8 Go requis ; Linux non testé; pas de voix ; Stable Audio 3 est uniquement instrumental; les poids exigent une licence Enterprise au-delà de 1 M$ US de chiffre d'affaires; un seul mainteneur ; créé le 18 octobre 2026.
- À qui s’adresse Audio Studio MCP ?
- Développeurs de jeux indépendants et vidéastes équipés d'un Mac Apple Silicon ou d'un PC NVIDIA qui veulent qu'un agent produise de la musique en boucle et des effets sans abonnement.
- Combien coûte Audio Studio MCP pour une équipe ou en production ?
- Aucun frais d'usage. Le vrai coût est le matériel : un Mac Apple Silicon avec 16 Go recommandés, ou une carte NVIDIA d'au moins 8 Go de VRAM (le modèle medium a culminé à environ 5,3 Go sur une RTX 3060). Les entreprises au-delà de 1 M$ US de chiffre d'affaires annuel ont besoin d'une licence Enterprise payante de Stability AI, dont le prix n'est pas publié.
- Audio Studio MCP est-il sûr pour les données de l’entreprise ?
- Les prompts et l'audio restent sur votre machine ; rien n'est envoyé. Les fichiers vont dans outputs/ ou AUDIO_STUDIO_OUTPUT_DIR avec un enregistrement JSON. L'interface web n'a pas de connexion et n'écoute que sur 127.0.0.1. Le code est sous MIT ; les poids suivent la Stability AI Community License.
- Quelles sont les meilleures alternatives à Audio Studio MCP ?
- Les alternatives les plus proches que nous avons testées sont ElevenLabs MCP.
Réponses vérifiées le 5 nov. 2026.