Hume MCP Server

Hume の MCP サーバーを使うと、Claude Desktop、Cursor、Windsurf などの MCP クライアントアプリケーションを使用して、AI チャット内から Octave Text to Speech を利用できます。

Octave TTS は、LLM の知能を基盤に構築された初のテキスト読み上げシステムです。Octave は、文脈における単語の意味を理解する音声言語モデルで、表現力とニュアンスを新たなレベルへと高めます。単に原文を発音するのではなく、原文を演じます。

オーディオブックの一場面を朗読するために MCP サーバーを使用するデモは、こちらの動画をご覧ください。

クイックスタート

こちらをクリックして Cursor に追加してください：

以下をクライアントの MCP 設定にコピーしてください（たとえば、Claude Desktop の場合は claude_desktop_config.json の .mcpServers プロパティ内に、Cursor の場合は mcp.json 内にコピーします）。

{
    ...
    "hume": {
        "command": "npx",
        "args": [
            "@humeai/mcp-server"
        ],
        "env": {
            "HUME_API_KEY": "<your_hume_api_key>",
        }
    }
}

前提条件

• Hume AI のアカウントと API キー
• Node.js
• （任意）コマンドラインオーディオプレーヤー
  • FFMpeg の ffplay を推奨しますが、サーバーは一般的な複数のプレーヤーを検出して使用するよう試みます。

利用可能なツール

サーバーは次の MCP ツールを公開します：

• tts：テキストから音声を合成（および再生）します
• play_previous_audio：以前に生成した音声を再生します
• list_voices：利用可能な音声を一覧表示します
• save_voice：生成した音声をライブラリに保存します
• delete_voice：ライブラリから音声を削除します

コマンドラインオプション

Options:
  --workdir, -w <path>       Set working directory for audio files (default: system temp)
  --(no-)embedded-audio-mode Enable/disable embedded audio mode (default: false)
  --help, -h                 Show this help message

評価フレームワーク

このプロジェクトには、さまざまな実際のシナリオにおいて、AI エージェントが Hume TTS ツールをどれだけ効果的に活用できるかを測定する包括的な評価フレームワークが含まれています。

環境変数

• HUME_API_KEY：Hume AI の API キー（必須）
• WORKDIR：オーディオファイルの作業ディレクトリ（デフォルト：システムの一時ディレクトリ + "/hume-tts"）
• EMBEDDED_AUDIO_MODE：埋め込みオーディオモードを有効または無効にします（デフォルト：false。有効にするには 'true' を設定）
• ANTHROPIC_API_KEY：評価の実行に必要