Hume MCP Server

Hume MCP 服务让你能够在 AI 聊天中使用 Octave 文本转语音，可搭配 MCP 客户端应用使用，例如 Claude Desktop、Cursor 或 Windsurf。

Octave TTS 是首个基于大模型智能构建的文本转语音系统。Octave 是一种语音语言模型，能够理解词语在上下文中的含义，从而实现更丰富细腻的表达。它会对源文本进行演绎，而不只是将其读出来。

观看此视频，了解如何使用 MCP 服务为有声书中的场景配音。

快速入门

点击此处添加到 Cursor：

将以下内容复制到客户端的 MCP 配置中（例如，对于 Claude Desktop，放在 claude_desktop_config.json 的 .mcpServers 属性中；对于 Cursor，则放在 mcp.json 中）。

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

前提条件

• 拥有 Hume AI 账号和 API 密钥
• Node.js
• （可选）命令行音频播放器
  • 推荐使用 FFMpeg 的 ffplay，但服务会尝试检测并使用几种常见播放器中的任意一种。

可用工具

该服务提供以下 MCP 工具：

• tts：从文本合成（并播放）语音
• play_previous_audio：重新播放之前生成的音频
• list_voices：列出可用语音
• save_voice：将生成的语音保存到你的语音库
• delete_voice：从你的语音库中移除语音

命令行选项

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

评估框架

该项目包含一个全面的评估框架，用于衡量 AI Agent 在各种真实场景中使用 Hume TTS 工具的效果。

环境变量

• HUME_API_KEY：你的 Hume AI API 密钥（必需）
• WORKDIR：音频文件的工作目录（默认为系统临时目录 + "/hume-tts"）
• EMBEDDED_AUDIO_MODE：启用/禁用嵌入式音频模式（默认为 false，设为 'true' 即可启用）
• ANTHROPIC_API_KEY：运行评估时必需