KANA（@KanaWorks_AI）氏がStable Audio 3を活用した「Audio Studio MCP」を公開！Claude CodeなどからBGMや効果音をローカル生成し、部分修正やループ化、ラウドネス調整まで行えるオープンソースツールです。

Audio Studio MCP – Local AI Music and Sound Effects Through MCP

Audio Studio MCPは、Claude Code、Claude Desktop、CursorなどのMCPクライアントから利用する
BGMや効果音をローカルで生成・編集できるオープンソースAIサウンド制作ツールです。
「カフェ向けの落ち着いたBGMを作って」「石造りの廊下で重い木のドアが閉まる音が欲しい」といった自然言語の指示から、Stability AIの「Stable Audio 3」を使って音声をローカル生成します。
サーバーが公式のプロンプトガイドをクライアントに伝えるため、日本語の依頼から生成用の英語プロンプトを組み立てる作業もAIに任せられます。

• BGM・楽器ループ・効果音の生成： 1回の指示で最大4候補を作成
• 生成後の編集： 全体のスタイル変更、指定区間の再生成、曲の延長
• ループ化と仕上げ： 拍に合わせたシームレスループ、フェード、LUFS指定のラウドネス調整
• ゲーム・動画向けの書き出し： 48kHzへの変換やWAV／OGG／FLAC出力に対応
• 生成条件を保存： プロンプト・シード・設定をJSONに記録し、再生成や設定の確認に活用

なお、生成対象はInstrumental（インスト）音楽と効果音で、明瞭な歌声や歌詞の生成には対応していません。

動作環境と価格

Mac：Apple Silicon搭載機（M1以降）に対応。メモリ16GBを推奨
Windows：Windows 10／11 64bit版と VRAM 8GB以上のNVIDIA GPUが必要
※Windowsではモデル取得時にHugging Faceアカウントとライセンスへの同意が必要になります。

開発者のREADME掲載値では、RTX 3060 12GBで20秒の音楽を約1.3秒で生成しています。モデル読み込み後の実測値で、所要時間は環境や設定によって変わります。音声生成処理にクラウドAPIは使わず、生成ごとの課金もありません。ただし、接続するAIクライアントの利用料金や通信は、そのサービスの条件に従います。
本ツールのコードはMITライセンスですが、音声生成モデルには別途Stability AI Community Licenseが適用されます。商用利用時はモデル側の条件も確認してください。

リンク