AudacityMCP

AudacityMCP は、MCP 互換の AI アシスタントを Audacity に接続し、エフェクト、クリーンアップ、マスタリング、文字起こしなど、144 のツールを通じ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、オーディオをリアルタイムで編集してくれます。

クラウド不要。音声処理のための API キーも不要。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。

このプロジェクトが役に立つと思ったら、スターを付けていただけると他の人にも見つけてもらいやすくなります — これがこのプロジェクトのマーケティング予算のすべてです。メンテナンスの継続に協力したいですか? 上部の Sponsor バッジをクリックしてください。

互換性: AudacityMCP は現在 Audacity 3.x のみで動作します。Audacity 4.x はまだサポートされていません — 将来のサポート追加を目指しています。

対応クライアント

AudacityMCP は、Model Context Protocol をサポートするあらゆる 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 — CLI エージェント

• Cursor — MCP 対応の AI コードエディタ

• その他の MCP 互換クライアント

クイックスタート

1. AudacityMCP を入手する

オプション A: 上部の緑色の Code ボタンをクリック → Download ZIP → フォルダに解凍

オプション 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する (残り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行します:

cd Audacity-MCP
.\install.bat

macOS / Linux:

cd Audacity-MCP
bash install.sh

インストーラーは 3 つのことを行います: このローカルフォルダ(ダウンロードまたはクローンしたばかりのフォルダ — PyPI や GitHub からの取得はありません)から audacity-mcp をインストールし、Audacity で mod-script-pipe を有効にし、Claude Desktop を設定します — 手動での JSON 編集は不要です。設定ファイルを変更する前に確認を求め、何を行おうとしているかを先に正確に説明し、変更前に既存ファイルを常にバックアップします。何も変更せずに実行内容だけを確認したい場合は、--dry-run を追加してください: .\install.bat --dry-run / bash install.sh --dry-run。

注: install.bat/install.sh はこのフォルダ内から実行する必要があります — 隣にあるコードのみをインストールし、それ自体は何もダウンロードしません。

Claude Desktop を使用していない場合は、pip install audacity-mcp-server で手動インストールし、クライアントの MCP 設定に追加してください:

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

設定ファイルの場所については、お使いのクライアントの MCP ドキュメントを確認してください。

クライアントが audacity-mcp を見つけられない/実行できない場合? GUI アプリはターミナルと同じ PATH を常に認識するとは限りません。python -c "import sysconfig; print(sysconfig.get_path('scripts'))" を実行し、表示されたフルパス(Windows では \audacity-mcp.exe、macOS/Linux では /audacity-mcp を追加)を "command" として、裸の名前の代わりに使用してください。

install.bat/install.sh は使わず、システムに自動で何かを変更させることもありません — すべて手動で行う 3 つのステップ:

1. Audacity で mod-script-pipe を有効化: 編集 → 環境設定 (Windows/Linux) または Audacity → 環境設定 (macOS) → モジュール → mod-script-pipe を「有効」に設定 → OK → Audacity を再起動。

2. パッケージをインストール: ターミナル (Windows ではコマンドプロンプト/PowerShell、macOS/Linux ではターミナル) を開き、pip install audacity-mcp-server を実行 — 通常の PyPI インストールで、リポジトリのクローンは不要です。

3. Claude Desktop を設定: Claude Desktop を開く → 設定 (歯車アイコン) → 開発者タブ → 設定を編集 — これで claude_desktop_config.json がテキストエディタで開きます。既存のサーバーを保持したまま、"mcpServers" ブロック内にこれを追加します:

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

   ファイルを保存し、Claude Desktop を完全に再起動します (ウィンドウを閉じるだけでなく、システムトレイから終了)。

これでインストールは完了です — 同じ手順をより詳細に、OS 別の注意事項付きで説明した インストールガイド も参照してください。

再起動後も "audacity" がツールとして表示されない場合? 上記の "command": "audacity-mcp" は、そのコマンドが Claude Desktop 自体が使用する PATH 上にある場合にのみ機能しますが、常にそうとは限りません (特に、Python をインストールした時点で Claude Desktop がすでに開いていた場合)。接続できない場合は、ターミナルで次のコマンドを実行して実際のインストール場所を確認してください: python -c "import sysconfig; print(sysconfig.get_path('scripts'))" — そして、上記の "audacity-mcp" を、表示されたフルパスに \audacity-mcp.exe (Windows。バックスラッシュは必ず 2 重にしてください: \\) または /audacity-mcp (macOS/Linux) を追加したものに置き換えてください。

3. 編集を開始する

Audacity を開き、オーディオを読み込んで、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"

Audacity を先に開いておく必要があります。 AudacityMCP は Audacity の名前付きパイプを通じて通信するため、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細なセットアップについては、完全な インストールガイド を参照してください。

Related MCP server: ReaperMCP

AudacityMCP の利点

AudacityMCP なしの場合: メニューを手動で操作し、耳で確認しながらエフェクトパラメータを調整し、エフェクトを 1 つずつ適用し、ACX 仕様を調べ、音が良くなるまで繰り返す必要があります。

AudacityMCP ありの場合: プレーンな英語で望む結果を説明するだけで、AI が残りを処理します — 適切なエフェクトの選択、業界標準のパラメータ設定、操作の連鎖実行まで。

AudacityMCP は特に以下のような方に役立ちます:

• オーディオエンジニアリングの知識がなくても、一貫性のあるプロフェッショナルなサウンドを求めるポッドキャスター

• ジャンルに合った設定で素早くマスタリングしたいミュージシャン

• インタビュー、ナレーション、フィールドレコーディングを扱うコンテンツクリエイター

• メニューをクリックするよりも、望む結果を説明したいすべての人

できること

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 カテゴリにわたる 144 のツール

パイプライン

AudacityMCP には、一般的なオーディオタスクのための 9 つのワンクリックパイプラインが含まれています。各パイプラインは、録音状態の悪いオーディオに対しても安全になるように設計されています — オーディオを危険なほどブーストすることは決してありません。パイプラインがオーディオをクリーンアップして改善した後、必要に応じてラウドネスを手動で調整できます。

パイプラインの仕組み

1. やりたいことをAIに伝えます（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. 15〜30秒ごとにcheck_pipeline_statusでポーリングして進捗を確認します

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高すぎる場合にのみ低減します。ラウドネスをブーストすることはありません。特定のLUFSターゲット（例：Spotifyの-14）に合わせたい場合は、結果が良好であることを確認した後、AIにloudness_normalizeの実行を依頼してください。

パイプラインリファレンス

auto_analyze_audio — 処理前の分析

オーディオを測定し、最適なパイプラインを推奨します。何をすべきかわからない場合は、これを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

ラウドネスを一切変更せずにノイズやアーティファクトをクリーンアップします。レベルがすでに適切な場合に使用します。

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

音声に特化したプロフェッショナルな放送処理。

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）

オーディオブック配信のためのACX要件をターゲットにします。

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 / 対話

会話に軽いタッチで、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

明瞭さのためのプレゼンスEQを備えたボーカル録音向けに調整されています。

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積極的なクリーンアップ。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である必要があります。

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 — 音楽マスタリング

6つのプリセット（edm、hiphop、rock、pop、classical、acoustic）を備えたジャンル別マスタリング。

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なローファイサウンドを適用します。プリセット: light、medium、heavy。

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

パイプライン実行後: ラウドネスの調整

パイプラインは意図的にラウドネスを変更しません（ピークがクリッピングしている場合のみ低減します）。ストリーミングターゲットに合わせるには:

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

なぜ自動でやらないのか？ LUFSノーマライゼーションは、静かで録音状態の悪いオーディオを10〜20dBブーストし、音を壊す可能性があります。クリーンアップとラウドネスを分離することで、最終的なラウドネスステップの前に結果を確認できます。

ローカル文字起こし（実験的）

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

faster-whisper を搭載 — 完全にオフラインで動作し、オーディオがマシンの外に出ることはありません:

• 5つのモデルサイズ: tiny、base、small、medium、large-v3

• オーディオ全体または選択部分の文字起こし

• SRT、VTT、またはプレーンテキスト字幕としてエクスポート

• 各音声セグメントにAudacityラベルを自動追加

• 言語検出、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: インストール手順は文字起こし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）が必要ですか？ audacity-mcp-setup-gpuを実行するか、setup_gpu.bat/setup_gpu.shをダウンロードして、ターミナルを使いたくない場合はダブルクリック/実行してください。GPUを検出し、必要なものをインストールし、実際に動作することを確認します。NVIDIA GPUのみ（AMD/IntelグラフィックスとmacOSは文字起こしバックエンドでまったくサポートされていません。NVIDIAカードならどれでも動作し、GeForceである必要はなく、NVIDIA GPUを搭載しているだけで十分です）。NVIDIA GPUがない場合？ CPUでも問題なく動作しますが、長いファイルでは遅くなります。

スクリプトが成功したと言っているのに、文字起こしがまだ遅い/CPUで動作している？ それは、Claude Desktopが、スクリプトが検証したPythonとは異なる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（手動設定編集、5分）。

新機能 — v0.1.3

32の新しいツール（99 → 131）、パイプライン調整の修正、Audacityでの実機テスト済み。

• 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: Split (in place), SplitCut, SplitDelete, Disjoin + 旧splitをedit_split_newに改名

• 新しいトラック: StereoToMono, MixAndRenderToNew, MuteAll, UnmuteAll, Resample, AlignEndToEnd, AddLabelTrack

• 新しい選択: CursorToTrackStart/End, CursorToProjectStart/End, SelectCursorToTrackEnd

• 新しいプロジェクト: EditMetadata, ImportMIDI

• 新しいラベル: RegularIntervalLabels

• パイプライン修正: ACXピーク上限 -3.0→-3.5dB、ライブNR 18→12dB、ポッドキャスト圧縮 10ms/1s→30ms/200ms、インタビューリリース 1s→200ms

• バグ修正: effect_repairが長時間タイムアウトを使用するようになりました（無効な選択でAudacityがポップアップを表示）

• 検証: AutoDuck、VocalReduction、SlidingStretch、Resampleに欠落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が有効でない

インストーラーはこれを自動的に有効にしますが、うまくいかなかった場合（例：Audacityを一度も開いたことがない場合）は、手動で有効にしてください:

1. Audacityを開く

2. 編集 → 環境設定（Windows/Linux）またはAudacity → 環境設定（macOS）に移動

3. 左サイドバーのモジュールをクリック

4. mod-script-pipeを有効に設定

5. OKをクリックしてAudacityを再起動

接続の問題

パイプラインの問題

オーディオ品質のヒント

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)

主要な設計上の決定

• TCP ではなく名前付きパイプ — Audacity の mod-script-pipe への直接 IPC。ネットワーク公開なし、ポート競合なし。

• exec/eval を一切使用しない — すべての操作は入力検証付きの静的ハンドラーにマッピングされます。任意のコード実行はありません。

• クロスプラットフォーム — Windows は ctypes 経由の Win32 API、Unix は標準ファイル I/O を使用。

• 全体を通して非同期 — すべてのツールハンドラーは async です。ブロッキングなパイプ I/O は、設定可能なタイムアウト付きのエグゼキュータープールで実行されます。

• 安全なパイプライン — パイプラインはラウドネスを決定する前にオーディオを測定します。ブーストはせず、削減のみ行います。

• 動的ツール登録 — audacity_mcp/tools/ にモジュールを置き、register(mcp) 関数をエクスポートすると、自動的に検出されます。

プロジェクト構造

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する（または既存のモジュールに追加する）

2. register(mcp: FastMCP) 関数をエクスポートする

3. @mcp.tool() デコレーターでツールを定義する

4. これで完了 — 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)

詳細なガイドラインは CONTRIBUTING.md を参照してください。

コミュニティ

これをすべての Audacity ユーザーが手に取るツールにするには、一人の力だけでは足りません。AudacityMCP を使っているなら — 試しているだけでも — Discord に参加してください：作ったものを共有したり、壊れているものを報告したり、足りないものを提案したり、AI 駆動のオーディオ編集に取り組む他の人々と交流したりできます。コミュニティは「こんなものがあるよ」と人から人へ伝わることで成長します。このツールが役立つ人を知っているなら、リンクを送ってあげてください。

サポート

AudacityMCP が時間を節約してくれたり、オーディオプロジェクトに役立ったなら、スポンサーを検討してください：

あなたのサポートは、このプロジェクトを維持し、誰にとっても無料であり続けるのに役立ちます。

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 — パラメータと範囲を含む全 144 ツールの完全なリファレンス

• トランスクリプトベースの編集 — 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（ラベル駆動の編集）

• コントリビューション — ツールの追加方法と貢献方法

• 変更履歴 — バージョン履歴とリリースノート

謝辞

このプロジェクトを改善したバグ報告、アイデア、フィードバックを提供してくれた方々に感謝します：

• @Harsha-Jay-S — 実際の Audacity に対する測定による証拠で effect_change_pitch/effect_change_speed のバグ（#15）を診断し、正確な根本原因を特定しました。

ライセンス

Apache License 2.0 — 詳細は LICENSE を参照してください。

Dainel Hodgetts によって構築 • 𝕏 @daehonz1