O que é Audio Studio MCP?
O Audio Studio MCP permite que o Claude Code, o Claude Desktop, o Cursor ou qualquer cliente MCP peça em inglês simples uma música de fundo, um loop de instrumento ou um efeito sonoro e receba os arquivos prontos. A geração roda localmente no Stable Audio 3 da Stability AI, via MLX no Apple Silicon ou PyTorch em uma GPU NVIDIA no Windows, então não há chave de API nem cobrança por clipe.
Ele expõe quatro ferramentas: generate_audio (de um a quatro candidatos por chamada), edit_audio (mudar o estilo de um clipe, regenerar um trecho de tempo ou estender uma faixa), process_audio (cortar, reamostrar, normalizar a loudness, criar um loop sem emendas, aplicar fades e exportar em WAV, OGG ou FLAC) e unload_models. Uma interface web local na mesma porta oferece as mesmas funções com uma biblioteca dos arquivos gerados, e cada arquivo ganha um registro JSON com seu prompt e sua seed.
É um projeto de uma pessoa só, da KanaWorks_AI, sob a licença MIT, criado em 18 de outubro de 2026; a v1.0.0 saiu em 24 de outubro de 2026. Os pesos do modelo estão sob a Stability AI Community License, não sob MIT.
Como instalar Audio Studio MCP
git clone https://github.com/kanaworksai-hue/audio-studio-mcp && ./install.shAudio Studio MCP vale a pena?
O Audio Studio MCP é mais do que um invólucro fino em torno do Stable Audio 3 por causa do que acontece depois da geração. O process_audio faz o trabalho tedioso que normalmente leva você a um editor de áudio: loops sem emendas com crossfade, loudness normalizada para um alvo em LUFS (o README sugere -16 para música de jogo e -14 para streaming), reamostragem para 48 kHz, fades e exportação em OGG para uma engine de jogo. A demonstração mostra o Claude escolhendo um loop de exatamente 11 compassos para que a batida continue no tempo quando se repete, o tipo de detalhe que uma ferramenta só de prompt deixa para você.
A exigência de hardware é real. No Mac, ele precisa de Apple Silicon, 16 GB de RAM são recomendados, e o modelo medium ocupa cerca de 5,9 GB em disco e usa de 5 a 7 GB de memória depois de carregado. No Windows, precisa de uma GPU NVIDIA com 8 GB de VRAM ou mais e cerca de 14 GB de disco, e os pesos PyTorch ficam atrás de um login no Hugging Face e da aceitação da licença. O Linux deve funcionar com o mesmo backend, mas não tem instalador e não foi testado; Macs Intel e GPUs AMD não são suportados.
A velocidade é razoável nos dois. O README informa cerca de 10 segundos para 20 segundos de música em um M1 com 16 GB, e cerca de 1,3 segundo para o mesmo em uma RTX 3060 12 GB, onde a faixa máxima de 380 segundos leva cerca de 15 segundos com o modelo já carregado. O modelo pequeno sm-music devolve 15 segundos de música em cerca de um segundo. O Stable Audio 3 não canta, então não há vocais nem letras, e o README recomenda prompts de uma ou duas frases em inglês.
A licença precisa ser lida antes de uso comercial. O código é MIT, mas os pesos estão sob a Stability AI Community License, que é gratuita para uso comercial apenas para organizações com menos de US$ 1M de receita anual, contando toda a receita. A interface web escuta em 127.0.0.1 sem login, e o README alerta contra expô-la, já que qualquer um que a alcance pode usar sua GPU e gravar arquivos. Com um contribuidor, seis dias de commits e nenhum desde 24 de outubro, é uma v1.0 promissora, e não uma dependência sobre a qual montar o pipeline de um estúdio.
Onde ele se destaca
Um desenvolvedor independente solo criando um jogo em Godot no Claude Code
Conseguir uma faixa lo-fi em loop e um conjunto de efeitos sonoros de interface sem sair do editor
Peça 60 segundos de lo-fi a 85 BPM em três candidatos, escolha um e faça o process_audio cortar um loop OGG sem emendas a -16 LUFS na pasta do projeto. Não custa nada além do tempo de GPU; a Community License cobre um estúdio com menos de US$ 1M de receita.
Um editor de YouTube em um canal de três pessoas, com um Mac da série M
Substituir a música de fundo de bancos de áudio por faixas do tamanho de cada vídeo
Gere uma base de 30 segundos, estenda-a com o modo continue do edit_audio até a duração do corte e normalize para -14 LUFS para streaming. Cerca de 10 segundos para cada 20 segundos de música em um M1.
Um designer de som prototipando efeitos para um jogo mobile
Testar rapidamente muitas variações de um impacto ou ambiente
Preencha os campos source, action, material e space no generate_audio, peça quatro variações por chamada e guarde a seed do arquivo JSON auxiliar para reproduzir a que funcionar.
Antes de decidir
- Configuração
- Clone o repositório e rode ./install.sh no macOS ou install.ps1 no Windows; o script instala o uv, o runtime fixado do Stable Audio 3 e os pesos medium (cerca de 5,9 GB no macOS, 10,4 GB no Windows) e depois mostra o comando claude mcp add. O Windows exige um login no Hugging Face com a licença aceita; o ffmpeg é necessário nos dois.
- Integrações
- Quatro ferramentas MCP via stdio, ou via HTTP em /mcp quando iniciado com --http ou --web; documentado para Claude Code, Claude Desktop e Cursor. Uma interface web local em inglês, japonês e chinês compartilha o mesmo modelo e a mesma fila.
- Dados e privacidade
- Prompts e áudio ficam na sua máquina; nada é enviado. Os arquivos vão para outputs/ ou AUDIO_STUDIO_OUTPUT_DIR com um registro JSON. A interface web não tem login e escuta só em 127.0.0.1. O código é MIT; os pesos seguem a Stability AI Community License.
- Custo em escala
- Sem taxas de uso. O custo real é o hardware: um Mac Apple Silicon com 16 GB recomendados, ou uma placa NVIDIA com pelo menos 8 GB de VRAM (o modelo medium chegou a cerca de 5,3 GB em uma RTX 3060). Empresas com mais de US$ 1M de receita anual precisam de uma licença Enterprise paga da Stability AI, com preço não publicado.
- Limites
- Modelo medium até 380 segundos, modelos pequenos até 120 segundos; só instrumental; prompts em inglês recomendados; ainda sem suporte a LoRA; Linux não testado, Macs Intel e GPUs AMD não suportados.
O que é bom
- Geração local sem chave de API nem custo por clipe
- Loops sem emendas, loudness em LUFS e exportação em OGG em uma só ferramenta
- Muda o estilo, refaz trechos e estende clipes existentes
- Interface web e MCP compartilham um processo e um modelo carregado
O que não é
- Exige Apple Silicon ou uma GPU NVIDIA de 8 GB; Linux não testado
- Sem vocais; o Stable Audio 3 é só instrumental
- Os pesos exigem licença Enterprise acima de US$ 1M de receita
- Um mantenedor; criado em 18 de outubro de 2026
Ideal para
Desenvolvedores de jogos independentes e criadores de vídeo com um Mac Apple Silicon ou PC com NVIDIA que querem que um agente produza música em loop e efeitos sem assinatura.
Alternativas ao Audio Studio MCP
Audio Studio MCP: perguntas frequentes
- Audio Studio MCP vale a pena?
- Um estúdio de som local bem acabado para quem faz jogos e vídeos em um Mac recente ou com uma placa NVIDIA, mais útil pelas ferramentas de loop e loudness do que pela geração em si. Damos nota 3.7 de 5.
- Quanto custa Audio Studio MCP?
- Gratuito sob a licença MIT; os pesos do Stable Audio 3 são gratuitos para uso comercial abaixo de US$ 1M de receita anual, e acima disso é preciso uma licença Enterprise da Stability AI.
- Quais são as desvantagens de Audio Studio MCP?
- Exige Apple Silicon ou uma GPU NVIDIA de 8 GB; Linux não testado; sem vocais; o Stable Audio 3 é só instrumental; os pesos exigem licença Enterprise acima de US$ 1M de receita; um mantenedor; criado em 18 de outubro de 2026.
- Para quem Audio Studio MCP é indicado?
- Desenvolvedores de jogos independentes e criadores de vídeo com um Mac Apple Silicon ou PC com NVIDIA que querem que um agente produza música em loop e efeitos sem assinatura.
- Quanto custa Audio Studio MCP para uma equipe ou em produção?
- Sem taxas de uso. O custo real é o hardware: um Mac Apple Silicon com 16 GB recomendados, ou uma placa NVIDIA com pelo menos 8 GB de VRAM (o modelo medium chegou a cerca de 5,3 GB em uma RTX 3060). Empresas com mais de US$ 1M de receita anual precisam de uma licença Enterprise paga da Stability AI, com preço não publicado.
- Audio Studio MCP é seguro para dados da empresa?
- Prompts e áudio ficam na sua máquina; nada é enviado. Os arquivos vão para outputs/ ou AUDIO_STUDIO_OUTPUT_DIR com um registro JSON. A interface web não tem login e escuta só em 127.0.0.1. O código é MIT; os pesos seguem a Stability AI Community License.
- Quais são as melhores alternativas ao Audio Studio MCP?
- As alternativas mais próximas que analisamos são ElevenLabs MCP.
Respostas verificadas em 5 de nov. de 2026.