Audacitymcp

AudacityMCP

Model Context Protocol を通じて、Audacity で AI を活用したオーディオ編集を実現

クイックスタート • AudacityMCP を選ぶ理由 • パイプライン • ツールリファレンス • トラブルシューティング

AudacityMCP は、MCP に対応したあらゆる AI アシスタントを Audacity に接続し、エフェクト、ノイズ除去、マスタリング、文字起こしなど、144 種類のツールを使ってオーディオ編集を完全に制御できるようにします。AI アシスタントに話しかけるだけで、リアルタイムにオーディオを編集できます。

クラウド不要。オーディオ処理用の API キーも不要です。すべて Audacity の名前付きパイプインターフェースを通じてローカルで実行されます。

このツールが役に立ったら、スターを付けてほかの人にも見つけてもらいましょう — これがこのプロジェクトの唯一のマーケティング予算です。メンテナンスの継続を支援したい場合は、上部の Sponsor バッジをクリックしてください。

デモ

互換性： AudacityMCP は Audacity 3.x で動作します。Audacity 4 では、このサーバーが操作するスクリプトインターフェース mod-script-pipe が削除され、代替機能も提供されていないため、AudacityMCP で Audacity 4 を制御することはできません。

Audacity 4 をお使いですか？ 関連プロジェクトの Audacity4-MCP があります。TCP JSON-RPC ブリッジを介した 159 種類のツールで、編集、選択、ラベル、破壊的エフェクトとリアルタイムエフェクト、VST3 パラメーターのライブ制御に対応しています。

まだ初期アルファ版であり、セットアップについて明確にしておく必要があります。Audacity 4 にはまだリモート制御インターフェースがないため、ソースからビルドした Audacity 4 のコンパニオンフォークが必要です（Visual Studio、Qt 6.10、CMake、Ninja）。そのため、現時点では一般向けというより開発者向けです。Audacity のメンテナーは、内部移行の完了後に公式のコマンドおよび MCP インターフェースを提供する予定だと確認しています。これが実現すれば、フォークは不要になるはずです。

対応クライアント

AudacityMCP は、Model Context Protocol に対応したあらゆる AI クライアントで動作します。

• Claude Desktop — Anthropic のデスクトップアプリ
• Claude Code — コマンドラインエージェント
• Cursor — MCP に対応した AI コードエディター
• その他の MCP 対応クライアント

クイックスタート

1. AudacityMCP を入手する

方法 A： 上の緑色の Code ボタンをクリック → Download ZIP → フォルダーに展開

方法 B： git でクローン：

git clone https://github.com/xDarkzx/Audacity-MCP.git

2. インストーラーを実行します（その他の設定はすべて自動で行われます）

Windows： エクスプローラーで install.bat をダブルクリックするか、上記の git clone の手順ですでにターミナルを開いている場合は、同じ PowerShell／コマンドプロンプトのウィンドウでそのまま続けます。

cd Audacity-MCP
.\install.bat

macOS／Linux：

cd Audacity-MCP
bash install.sh

インストーラーは次の3つを行います。このローカルフォルダー（ダウンロード／クローンしたばかりのフォルダー）から audacity-mcp をインストールします（PyPI や GitHub からの取得はありません）。Audacity で mod-script-pipe を有効にし、Claude Desktop を設定します。手動で JSON を編集する必要はありません。どちらの設定ファイルを変更する場合も事前に確認を求め、実行する内容をあらかじめ正確に説明し、既存のファイルは変更前に必ずバックアップします。何も変更せずに処理内容を確認したい場合は、--dry-run を追加します。.\install.bat --dry-run ／ bash install.sh --dry-run。

注：install.bat／install.sh はこのフォルダー内から実行する必要があります。スクリプトと同じ場所にあるコードだけをインストールし、それ自体で何かをダウンロードすることはありません。

{
  "mcpServers": {
    "audacity": {
      "command": "audacity-mcp"
    }
  }
}

3. 編集を始めます

Audacity を開いて音声を読み込み、AI に話しかけます。

"Clean up this podcast recording"
"Master this track for Spotify, it's EDM"
"Transcribe this and add labels at each sentence"
"Add reverb with a large room, then export as FLAC"

先に Audacity を起動しておく必要があります。 AudacityMCP は Audacity の名前付きパイプを介して通信するため、Audacity を起動することはできません。

すべてのプラットフォームと MCP クライアントでの詳しい設定については、インストールガイドを参照してください。

AudacityMCP を使う理由

AudacityMCP を使わない場合： メニューを手動で操作し、耳で確認しながらエフェクトのパラメーターを調整し、エフェクトを一つずつ適用して、ACX の仕様を調べ、納得のいく音になるまで繰り返します。

AudacityMCP を使う場合： やりたいことを自然な英語で伝えるだけで、あとは AI が処理します。適切なエフェクトを選び、業界標準のパラメーターを設定して、処理を連続して適用します。

AudacityMCP は、特に次のような方に役立ちます。

• ポッドキャスター：音響エンジニアリングの知識がなくても、一貫したプロ品質のサウンドを実現したい方
• ミュージシャン：ジャンルに適した設定ですばやくマスタリングしたい方
• コンテンツクリエイター：インタビュー、ナレーション、フィールド録音を扱う方
• どなたでも：メニューをクリックして回るより、やりたいことを伝えたい方

何ができますか？

You:  "Clean up this podcast recording"
AI:   Runs auto_cleanup_podcast → HPF 80Hz → noise reduction → compression → safe loudness check

You:  "Master this track for Spotify, it's EDM"
AI:   Runs auto_master_music style=edm → HPF 30Hz → click removal → compression 2.5:1 → bass +2dB → loudness check

You:  "This is a noisy live recording, fix it up"
AI:   Runs auto_cleanup_live → HPF 100Hz → click removal → noise reduction 18dB → compression 5:1

You:  "Transcribe this interview and add labels"
AI:   Runs transcribe_to_labels → faster-whisper transcription → Audacity labels at each timestamp

You:  "Add reverb to the vocals, then export as FLAC"
AI:   select region → reverb effect → export to FLAC

機能

11 カテゴリーにわたる 144 個のツール

パイプライン

AudacityMCP には、よく使われる音声処理向けのワンクリックパイプラインが 9 種類用意されています。各パイプラインは、録音状態が悪い音声でも安全に処理できるように設計されています。音量を危険なレベルまで上げることはありません。パイプラインで音声をクリーンアップして改善したあと、必要に応じて音量を手動で調整できます。

パイプラインの仕組み

1. AI にやりたいことを伝えます（例：「このポッドキャストをクリーンアップして」）
2. AI が適切なパイプラインを選んで開始します
3. パイプラインはバックグラウンドで実行され、job_id が返されます
4. 進捗を確認するには、15～30 秒ごとに check_pipeline_status をポーリングします
5. 完了すると、Audacity にポップアップが表示されます

安全ルール： パイプラインは、ピークが大きすぎる場合に低減するだけです。音量を増幅することはありません。特定の LUFS 目標（例：Spotify 向けの -14）に合わせたい場合は、結果に問題がないことを確認してから loudness_normalize を実行するよう AI に依頼してください。

パイプラインのリファレンス

auto_analyze_audio — 処理前の分析

音声を測定して、最適なパイプラインを提案します。何をすべきか分からない場合は、最初に実行してください。

You: "Analyze this audio"
→ Returns: peak level, noise floor, clipping status, recommended pipeline

auto_cleanup_audio — 安全なクリーンアップのみ

音量をまったく変えずに、ノイズやアーティファクトを除去します。音量レベルに問題がない場合に使用してください。

You: "Just clean up the noise, don't change the volume"
→ DC offset removal → HPF 80Hz → noise reduction → click removal (optional)

auto_cleanup_podcast — ポッドキャスト／ナレーション

音声向けのプロ仕様の放送用処理です。

You: "Clean up this podcast recording"
→ DC offset → HPF 80Hz → noise reduction 12dB → compression 3:1 → safe loudness check

auto_audiobook_mastering — オーディオブック（ACX/Audible）

オーディオブックの配信に向けて、ACX の要件に合わせます。

You: "Master this for ACX / Audible"
→ DC offset → HPF 80Hz → noise reduction 12dB → compression 2.5:1 → safe loudness check → peak cap -3dB

auto_cleanup_interview — インタビュー／会話

会話向けの控えめな処理で、自然なダイナミクスを保ちます。

You: "Clean up this interview recording"
→ DC offset → HPF 80Hz → noise reduction 8dB → compression 2.5:1 → safe loudness check

auto_cleanup_vocal — 歌唱／スタジオボーカル

明瞭さを高めるプレゼンス EQ を備え、ボーカル録音に合わせて調整されています。

You: "Process this vocal recording"
→ DC offset → HPF 100Hz → noise reduction 10dB → compression 3:1 → presence EQ (+3dB treble, -1dB bass) → safe loudness check

auto_cleanup_live — ライブ／フィールド／ノイズの多い録音

ノイズの多い環境向けの強力なクリーンアップです。プロファイリングのため、最初の 0.5 秒は必ず環境ノイズにしてください。

You: "This is a noisy live recording, clean it up"
→ DC offset → HPF 100Hz → click removal → noise reduction 18dB → compression 5:1 → safe loudness check

auto_master_music — 音楽のマスタリング

ジャンルに合わせた 6 種類のプリセット（edm、hiphop、rock、pop、classical、acoustic）を使ったマスタリングです。

You: "Master this hip-hop track"
→ HPF 30Hz → click removal → compression 2:1 → bass +3dB treble +1dB → safe loudness check

You: "Master this for a classical album"
→ HPF 30Hz → click removal → compression 1.3:1 (very gentle) → no EQ → safe loudness check

auto_lofi_effect — クリエイティブなローファイ／ビンテージ

温かみのあるビンテージ風のローファイサウンドを適用します。プリセットは light、medium、heavy です。

You: "Give this a lo-fi vibe"
→ HPF → LPF (muffled highs) → bass/treble warmth → compression 2:1 → safe loudness check

パイプライン適用後：音量の調整

パイプラインでは意図的に音量を変更しません（ピークがクリッピングしている場合のみ低減します）。ストリーミング向けの目標値に合わせるには、次のようにします。

You: "Now normalize this to -14 LUFS for Spotify"
→ AI uses loudness_normalize tool with lufs_level=-14

You: "Normalize to -16 LUFS for podcast"
→ AI uses loudness_normalize tool with lufs_level=-16

なぜ自動で行わないのですか？ LUFS 正規化では、音量が小さい録音や状態の悪い録音が 10～20 dB 増幅され、音が破綻することがあります。クリーンアップと音量調整を分けることで、最終的な音量調整の前に結果を確認できます。

ローカル文字起こし（実験的機能）

この機能は実験的であり、別途セットアップが必要です。それ以外の機能はすべて、この機能なしで動作します。

faster-whisper を利用しており、完全にオフラインで実行されます。音声が端末の外に出ることはありません。

• 5 種類のモデルサイズ：tiny、base、small、medium、large-v3
• 音声全体または選択範囲のみを文字起こし
• SRT、VTT、プレーンテキストの字幕としてエクスポート
• 発話区間ごとに Audacity のラベルを自動追加
• 言語の自動検出、または 99 以上の言語を指定

初回使用前にセットアップが必要です： インストール手順については、文字起こしのセットアップを参照してください。

GPU アクセラレーション（10～20 倍高速）を利用しますか？ audacity-mcp-setup-gpu を実行してください。ターミナルを使いたくない場合は、setup_gpu.bat／setup_gpu.sh をダウンロードしてダブルクリック／実行する方法もあります。GPU を検出し、必要なものをインストールして、実際に動作することを確認します。NVIDIA GPU のみ対応（AMD／Intel のグラフィックスおよび macOS は、文字起こしバックエンド自体がサポートしていません。NVIDIA GPU ならどのカードでも動作し、GeForce である必要はありません。NVIDIA GPU があれば利用できます）。NVIDIA GPU がなくても、CPU で問題なく動作しますが、長いファイルでは処理が遅くなります。

スクリプトでは成功と表示されるのに、文字起こしが遅いまま、または CPU で動作しますか？ これは、Claude Desktop がスクリプトで確認したものとは別の Python から audacity-mcp を起動していることを意味します。修正方法を参照してください（手動で設定を編集すれば、5 分で完了します）。

新機能 — v0.1.3

32 個の新しいツール（99 → 131）、パイプラインの調整に関する修正を追加し、Audacity で実際にテストしました。

• 新しいエフェクト：Reverse、Invert、Repair、AutoDuck、NotchFilter、VocalReduction、AdjustableFade、StudioFadeOut、CrossfadeClips、CrossfadeTracks、ClipFix、SlidingStretch、Tremolo
• 新しい編集機能：Split（その場で分割）、SplitCut、SplitDelete、Disjoin、旧来の split を edit_split_new に名称変更
• 新しいトラック機能：StereoToMono、MixAndRenderToNew、MuteAll、UnmuteAll、Resample、AlignEndToEnd、AddLabelTrack
• 新しい選択機能：CursorToTrackStart/End、CursorToProjectStart/End、SelectCursorToTrackEnd
• 新しいプロジェクト機能：EditMetadata、ImportMIDI
• 新しいラベル機能：RegularIntervalLabels
• パイプラインの修正：ACX のピーク上限を -3.0→-3.5dB に変更、実行時の NR を 18→12dB に変更、ポッドキャスト用コンプレッサーを 10ms/1s→30ms/200ms に変更、インタビュー用リリースを 1s→200ms に変更
• バグ修正：effect_repair が長いタイムアウトを使用するようになりました（無効な選択範囲では Audacity にポップアップが表示されます）
• 検証：AutoDuck、VocalReduction、SlidingStretch、Resample に不足していた範囲チェックを追加

トラブルシューティング

mod-script-pipe が有効になっていない

インストーラーによって自動的に有効化されますが、機能しなかった場合（例：Audacity を一度も起動したことがない場合）は、手動で有効にしてください。

1. Audacity を開きます
2. 編集 → 環境設定（Windows/Linux）または Audacity → 環境設定（macOS）に移動します
3. 左側のサイドバーで モジュール をクリックします
4. mod-script-pipe を 有効 に設定します
5. OK をクリックし、Audacity を再起動します

接続に関する問題

パイプラインに関する問題

音質に関するヒント

一般的な問題

アーキテクチャ

┌──────────────┐     stdio      ┌──────────────┐   named pipe   ┌──────────────┐
│  MCP Client  │◄──────────────►│ AudacityMCP  │◄──────────────►│   Audacity   │
│(AI assistant)│    (JSON-RPC)  │   FastMCP    │  (commands)    │              │
└──────────────┘                └──────────────┘                └──────────────┘
                                       │
                                       ├── audacity_mcp/main.py          (entry point)
                                       ├── audacity_mcp/audacity_client.py (pipe I/O)
                                       ├── audacity_mcp/tool_registry.py  (auto-loader)
                                       └── audacity_mcp/tools/            (11 modules)

主な設計上の決定事項

• TCP ではなく名前付きパイプ — Audacity の mod-script-pipe に直接 IPC 接続します。ネットワークに公開されず、ポートの競合もありません。
• exec/eval は一切使用しない — すべての操作は入力検証付きの静的ハンドラーに対応します。任意のコード実行は行いません。
• クロスプラットフォーム対応 — Windows では ctypes 経由で Win32 API を使用し、Unix では標準のファイル I/O を使用します。
• 全体を通じて非同期処理 — すべてのツールハンドラーは async です。ブロッキングを伴うパイプ I/O は、設定可能なタイムアウトを使い、エグゼキュータープールで実行します。
• 安全なパイプライン — パイプラインはラウドネスを判断する前に音声を測定します。音量を下げることのみを行い、上げることはありません。
• 動的なツール登録 — モジュールを audacity_mcp/tools/ に配置し、register(mcp) 関数をエクスポートすると、自動的に検出されます。

プロジェクト構成

AudacityMCP/
├── audacity_mcp/
│   ├── main.py                 # FastMCP server entry point
│   ├── audacity_client.py      # Cross-platform named pipe client
│   ├── tool_registry.py        # Auto-discovers and registers tool modules
│   └── tools/
│       ├── analysis_tools.py   # Audio analysis (contrast, spectrum, beats)
│       ├── cleanup_tools.py    # Noise reduction, mastering, 9 pipelines
│       ├── edit_tools.py       # Cut, copy, paste, split, join, trim
│       ├── effects_tools.py    # Reverb, echo, pitch, EQ, filters
│       ├── generate_tools.py   # Tone, noise, chirp, DTMF generation
│       ├── label_tools.py      # Label management
│       ├── project_tools.py    # Project/file operations
│       ├── selection_tools.py  # Selection and cursor control
│       ├── track_tools.py      # Track management
│       ├── transcription_tools.py  # Whisper-based transcription
│       └── transport_tools.py  # Playback and recording control
├── audacity_mcp_shared/
│   ├── constants.py            # Pipe paths, timeouts, allowed formats
│   ├── error_codes.py          # Typed error codes (pipe/command/validation)
│   └── pipe_protocol.py        # Command formatting and response parsing
├── tests/                      # 60 tests
├── docs/
│   ├── INSTALLATION.md         # Detailed setup guide
│   └── TOOLS.md                # Complete tool reference
└── pyproject.toml

開発

# Install dev dependencies
pip install -e ".[dev]"

# Run tests
pytest tests/ -x -q

# Run lint (real bugs + security patterns, not style/formatting)
ruff check .

新しいツールの追加

1. audacity_mcp/tools/ にモジュールを作成します（または既存のモジュールに追加します）
2. register(mcp: FastMCP) 関数をエクスポートします
3. @mcp.tool() デコレーターを使ってツールを定義します
4. 以上です。ツールレジストリが起動時に自動検出します

# audacity_mcp/tools/my_tools.py
from mcp.server.fastmcp import FastMCP
from audacity_mcp_shared.error_codes import AudacityMCPError, ErrorCode


def register(mcp: FastMCP):
    from audacity_mcp.main import client

    @mcp.tool()
    async def my_custom_effect(intensity: float = 0.5) -> dict:
        """Apply my custom effect to the selected audio."""
        if not 0 <= intensity <= 1:
            raise AudacityMCPError(ErrorCode.VALUE_OUT_OF_RANGE, "intensity must be 0-1")
        return await client.execute_long("MyEffect", Intensity=intensity)

詳しいガイドラインについては、CONTRIBUTING.md を参照してください。

コミュニティ

すべての Audacity ユーザーが使いたくなるツールにするには、一人の力だけでは足りません。AudacityMCP を使っている方、試しているだけの方も、ぜひ Discord に参加してください。作ったものを共有したり、問題を報告したり、足りない機能を提案したり、AI を活用した音声編集をしている人たちと交流したりできます。コミュニティは、誰かが別の人に存在を知らせることで成長します。役に立ちそうな人を知っていたら、このリンクを送ってください。

サポート

AudacityMCP によって時間を節約できたり、音声プロジェクトに役立ったりした場合は、スポンサーとしての支援をご検討ください。

皆さまの支援によって、このプロジェクトを保守し、誰もが無料で利用できる状態を維持できます。

採用／コンサルティング

製品向けにカスタム MCP サーバー、ネイティブプラグイン／IPC 統合、またはローカル AI パイプラインの構築が必要ですか？ このリポジトリと関連プロジェクト — Reaper-MCP、SongForge-MCP — は、まさにその実例として公開され、実際に動作しています。業務委託のご依頼を受け付けています：[email protected]。

ドキュメント

• インストールガイド — Windows、macOS、Linux 向けの詳細なセットアップ
• ツールリファレンス — 144 個すべてのツールのパラメーターと範囲を網羅したリファレンス
• 文字起こしベースの編集 — ポッドキャスト、インタビュー、講義向けのワークフローガイド（ラベル駆動型の編集）
• コントリビューション — ツールの追加とプロジェクトへの貢献方法
• 変更履歴 — バージョン履歴とリリースノート

謝辞

このプロジェクトの改善につながるバグ報告、アイデア、フィードバックをお寄せくださった皆さまに感謝します：

• @Harsha-Jay-S — 実際の Audacity で測定した証拠に基づいて effect_change_pitch／effect_change_speed のバグを特定し（#15）、根本原因を正確に突き止めてくださいました。

ライセンス

Apache License 2.0 — 詳細は LICENSE をご覧ください。

Daniel Hodgetts 作成 • 𝕏 @daehonz1