关于 sonicaura-mcp
sonicaura-mcp 是用于 AI 音频处理的远程 MCP 服务,提供分轨、乐器分离、和弦识别、MIDI 导出、降噪和混响,也包含任务状态与额度查询工具。
主要功能
- 01将曲目拆分为 2、4 或 6 个音轨
- 02分离指定乐器
- 03识别和弦进行
- 04将分离的乐器导出为 MIDI
- 05为音乐或语音降噪
- 06应用预设混响效果
适用场景
- 01从曲目中提取人声或伴奏音轨
- 02提取乐器声部以便编辑
- 03识别和弦并将声部导出为 MIDI
- 04清理嘈杂语音或为人声添加混响
MCP 相关
通过 Streamable HTTP 和 OAuth 2.0 向 MCP 客户端提供远程音频处理工具。客户端还可获取上传链接、查询任务状态与额度,以及检查服务状态。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
服务地址
https://api.sonicaurastudio.com/mcp一键复制安装命令
Claude CodeTerminal
claude mcp add --transport http warmcoding-sonicaura https://api.sonicaurastudio.com/mcpCursor.cursor/mcp.json
{"mcpServers":{"warmcoding-sonicaura":{"type":"http","url":"https://api.sonicaurastudio.com/mcp"}}}在 Cursor 中打开VS Code.vscode/mcp.json
{"servers":{"warmcoding-sonicaura":{"type":"http","url":"https://api.sonicaurastudio.com/mcp"}}}在 VS Code 中打开Claude Desktopclaude_desktop_config.json
{"mcpServers":{"warmcoding-sonicaura":{"type":"http","url":"https://api.sonicaurastudio.com/mcp"}}}Windsurf~/.codeium/windsurf/mcp_config.json
{"mcpServers":{"warmcoding-sonicaura":{"serverUrl":"https://api.sonicaurastudio.com/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
10此工具无需参数。
详细介绍
sonicaura-mcp
用于音频分轨、降噪、混响和 MIDI 导出的远程 MCP 服务。
功能介绍
SonicAura 使用 GPU 加速的 AI 处理音频。它提供经过优化、便于大模型推理的原子化、一对一语义工具:
- 分轨 — 将音轨拆分为 2、4 或 6 个分轨
- 快速分离器 — 分离任意单种乐器(吉他、钢琴、贝斯、鼓)
- 和弦识别 — 检测音轨中的和弦进行
- MIDI 导出 — 将分离出的乐器转换为可编辑的 MIDI 文件
- 降噪 — 去除音乐中的噪声,或强力清理语音
- 混响 — 使用以下预设添加空间混响:
vocal_booth、studio_room、bathroom、concert_hall、church
端点
https://api.sonicaurastudio.com/mcp
传输方式:http(Streamable HTTP)
身份验证:OAuth 2.0
工具
| 工具 | 说明 |
|---|---|
get_upload_url | 获取大文件上传的预签名 URL(绕过大模型限制)。 |
extract_vocals | 2 个分轨:分离人声和伴奏(卡拉 OK)。 |
split_4stems | 4 个分轨:人声、鼓、贝斯、其他。 |
split_6stems | 6 个分轨:人声、吉他、钢琴、贝斯、鼓、其他。 |
extract_single_instrument | 快速分离器:分离指定乐器。 |
extract_chords | AI 和弦识别:检测和弦进行。 |
export_midi | AI MIDI 导出:将分离出的乐器转换为 MIDI。 |
denoise_audio | 去除噪声(使用 mode="music" 或 mode="speech")。 |
apply_reverb | 添加空间混响。 |
check_task_status | 轮询任务状态(只需提供 task_id)。自动检测所有输出。 |
list_audio_tools | 列出可用功能。 |
get_my_credits | 查看剩余点数。 |
check_service_status | 检查服务运行状态。 |
使用方法
将服务添加到 MCP 客户端配置中:
{
"mcpServers": {
"audio-process": {
"type": "http",
"url": "https://api.sonicaurastudio.com/mcp"
}
}
}
然后向客户端提出类似以下请求:
- “提取这首歌的人声”
- “将这条音轨拆分为 6 个分轨”
- “分离吉他音轨并将其导出为 MIDI 文件”
- “检测这首歌中的和弦”
- “为这段音乐降噪,但保留背景音乐”
- “为这段人声添加录音室混响”
Web UI
更喜欢可视化界面?可在浏览器中使用同一引擎:
- 人声消除与卡拉 OK — https://www.sonicaurastudio.com/tools/ai-vocal
- 多轨分离器(2/4/6 个分轨) — https://www.sonicaurastudio.com/tools/vocal-separation
点数
处理过程会消耗点数。请在 https://www.sonicaurastudio.com 注册账号并获取点数。
许可证
MIT
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。