audiolab

@audiolabtools/mcp-server

MCP（Model Context Protocol）服务，为任何兼容 MCP 的 AI（Claude Desktop、Claude Code、Cursor 等）提供十种音频分析工具，底层由托管的 AudioLab API 提供支持。它是一个轻量级 HTTP 客户端：无需本地音频引擎、无需 ffmpeg，也无需编译。它可以测量公开 URL 或你计算机上的本地文件，但测量始终在托管的 API 上进行：文件在本地读取，然后上传到 API（请参阅隐私）。

安装

通过 npx 将 MCP 客户端指向此软件包（无需全局安装）：

{
  "mcpServers": {
    "audiolab": {
      "command": "npx",
      "args": ["-y", "@audiolabtools/mcp-server"],
      "env": { "AUDIOLAB_API_KEY": "al_live_yourkey" }
    }
  }
}

获取密钥：登录 https://audiolab.tools/account 并生成密钥（提供免费套餐）。

要求

• Node ≥ 18：使用内置的全局 fetch + AbortSignal.timeout。
• AUDIOLAB_API_KEY。无需 ffmpeg，也没有原生依赖项。

工具

每个工具都接受一个音频源：公开 url 或本地 path：

• { url: "https://…" }：由 API 在服务端获取的公开 https URL。
• { path: "./mix.wav" }：运行此服务的计算机上的文件。最大 4 MB 的文件会以内联方式发送；较大的文件（最大 150 MB）会通过签名 URL 上传、分析，并在一小时内从存储中清除。（本地 path 仅在此 stdio 服务中可用，在远程 /mcp 端点中不可用。）

工具	返回内容
analyze_loudness	综合响度 LUFS（EBU R128 / BS.1770-4）、真峰值（dBTP）、LRA、峰值因数、立体声相关性、单声道兼容性、音调平衡
check_target	相对于交付目标的通过/未通过结果（spotify / apple-music / youtube / tidal / amazon-music / podcast / ebu-broadcast / atsc-broadcast，或 target:"custom" + lufs+tp），附带各项指标的偏差和 ffmpeg loudnorm 修复命令
analyze_timeseries	随时间变化的短时 LUFS + 降采样的波形峰值（waveformPoints?）
get_spectrum	FFT 幅值数据 + 7 个频段的能量
analyze_voice	语音 QA：语音/静音比、语速、SNR、噪声底、停顿能量、咝音和削波风险
get_speech_segments	带起止时间和各片段 RMS 的有声区域（自动裁剪、章节）
index_signal	内容类型猜测、标签、削波/静音区域、明亮度和动态范围分档
analyze_profile	一个具名问题：voice、master、provenance、dataset、environment、broadcast、loop、room（根据拍手声、爆破声、脉冲响应或扫频测量混响；传入 roomSource）、chain（丢包）或 pitch（语音所处的音高范围及其清晰度）；只使用所需的分析维度作答。这十种配置需要付费套餐；免费套餐提供 basic 配置，按稳定的分析维度 ID 标识。添加 series:true 可获取曲线、分块轨道和逐句数值。当配置的语音分析维度遇到非语音素材时，会附带 note。完整目录：https://audiolab.tools/lenses
compare_loudness	对两个音源进行 A/B 对比（urlA/pathA + urlB/pathB），并返回两者的结果
analyze_batch	单次调用通过一个路由处理最多 20 个音源（urls 和/或 paths），并返回每项的 ok/data/error。适用于文件夹 QA、库索引，或检查整张发行作品是否符合目标。每项音源各计为一次调用

向 AI 提问的示例：

• “分析 https://example.com/track.wav 的响度” → 使用 url 调用 analyze_loudness
• “这段录音可用吗？” → 使用 profile:"voice" 调用 analyze_profile
• “这个文件是否经过重新编码？它是否全部来自同一个音源？” → 使用 profile:"provenance" 调用 analyze_profile
• “测量 ./master.wav 的响度” → 使用 path 调用 analyze_loudness
• “./mix.mp3 是否符合 Spotify 标准？” → 使用 path + target:"spotify" 调用 check_target

配置（env）

变量	默认值	用途
AUDIOLAB_API_KEY	–（必填）	你的 API 密钥。
AUDIOLAB_API_BASE	https://audiolab.tools/v1	覆盖 API 基础地址（必须为 https://）。
AUDIOLAB_TIMEOUT_MS	330000	每个请求的超时时间，单位为毫秒（较长的文件和批次会在服务端流式处理，耗时数分钟也属正常）。

隐私

分析在 AudioLab API 上进行，因此音频确实会传输至 audiolab.tools：url 会由服务端获取，本地 path 则会在此处读取并上传至 API（小文件放在请求正文中；较大的文件会通过一次性私有签名上传至欧盟存储）。API 仅返回数字，不会保留你的音频：直接请求中的音频会在请求处理过程中解码并丢弃，签名上传的文件会在一小时内从存储中清除（参见 https://audiolab.tools/privacy）。此软件包没有遥测功能，也不会向磁盘写入任何内容。它不支持离线模式，且引擎未发布为可安装的软件包。如果音频绝不能离开设备，请勿使用托管式分析器；网站上的浏览器实验室会在设备本地进行测量，但它们面向的是人，而不是 Agent。

限制

• 本地文件：最大 150 MB（较大的文件请托管在公开 URL 上）。
• 时长：响度路由（analyze_loudness、check_target、analyze_timeseries、get_spectrum）通过服务端流式处理支持长文件（播客节目、完整套曲，最长约 3 小时）；语音／信号路由的限制约为 7 分钟。
• 每次调用处理一个文件（Agent 可循环处理多个文件）；仅支持一次性处理（不支持流式／实时处理）。
• API 会按密钥实施速率和月度限制。

冒烟测试

node hosted-server.mjs --selftest   # verifies the 10 tools + guards; no network

许可证

MIT © Nathan Renting