ElevenLabs MCP：语音生成MCP服务

综合介绍

ElevenLabs MCP 是 ElevenLabs 官方推出的开源项目，托管在 GitHub 上。它是一个基于模型控制协议（Model Context Protocol, MCP）的服务器工具，旨在连接 AI 模型和 ElevenLabs 的语音与音频处理功能。用户可以通过这个工具，将文本转为自然语音、克隆个性化声音、转写音频，甚至创建能对话的 AI 代理。它支持与 Claude Desktop、Cursor、Windsurf 等客户端集成，开发者可以在本地运行服务器，通过 ElevenLabs 的云端 API 处理音频任务。项目免费层提供每月 10,000 个积分，适合个人测试，付费计划则支持更大规模使用。

功能列表

• 文本转语音: 把文字变成流畅自然的语言，支持多种音色和语言。
• 语音克隆: 用音频样本生成独一无二的 AI 声音。
• 语音转文字: 将音频文件转为文字，支持多说话人识别。
• 对话式 AI: 创建能用语音交流的智能代理，可用于电话外呼等。
• 音频处理: 提供声音隔离、音质增强等实用功能。
• 本地服务器支持: 在用户设备上运行服务器，连接云端 API。

使用帮助

安装流程

要使用 ElevenLabs MCP，需要在本地安装并配置服务器。以下是详细步骤：

1. 准备环境
   • 确保电脑安装了 Python 3.8 或更高版本。用命令 python --version 检查版本。
   • 获取 ElevenLabs API 密钥。访问 ElevenLabs 官网，注册后在设置页面找到密钥。
   • 推荐安装 uv（Python 包管理器）。用命令 curl -LsSf https://astral.sh/uv/install.sh | sh 安装，或参考 uv 仓库。
2. 下载项目
   • 打开终端，输入：

     git clone https://github.com/elevenlabs/elevenlabs-mcp.git
     cd elevenlabs-mcp
     

3. 安装依赖
   • 用 uv 安装：

     uv pip install -r requirements.txt
     

   • 或用默认 pip：

     pip install -r requirements.txt
     

4. 配置 API 密钥
   • 方法一：运行时输入密钥：

     python -m elevenlabs_mcp --api-key=你的API密钥
     

   • 方法二：设置环境变量。在终端输入：

     export ELEVENLABS_API_KEY=你的API密钥
     

     然后运行：

     python -m elevenlabs_mcp
     

5. 启动服务器
   • 默认地址是 http://127.0.0.1:8000。如果端口冲突，可用 --port 修改：

     python -m elevenlabs_mcp --port=8080
     

6. 连接客户端
   • Claude Desktop
     • 打开 Claude Desktop，点击左上角菜单 > Help > Enable Developer Mode（Windows 用户需启用）。
     • 去 Settings > Developer > Edit Config，添加配置：

       {
       "mcpServers": {
       "ElevenLabs": {
       "command": "uvx",
       "args": ["elevenlabs-mcp"],
       "env": {
       "ELEVENLABS_API_KEY": "你的API密钥"
       }
       }
       }
       }
       

     • 保存并重启 Claude。
   • 其他客户端（如 Cursor、Windsurf）
     • 安装包：

       pip install elevenlabs-mcp
       

     • 运行并获取配置：

       python -m elevenlabs_mcp --api-key=你的API密钥 --print
       

     • 将输出的配置粘贴到客户端指定目录。

功能操作流程

文本转语音

• 在 Claude 输入：“Generate speech: ‘你好，我是 ElevenLabs’ with ElevenLabs。”
• 服务器生成音频并返回，Claude 自动播放。可指定音色，如 “voice: Adam”。

语音克隆

• 准备 2-3 个清晰音频样本（例如 sample.wav）。
• 输入：“Clone a voice with [sample.wav].”
• 服务器返回语音 ID，用此 ID 生成新语音。

语音转文字

• 上传音频文件（如 audio.mp3）。
• 输入：“Transcribe audio: audio.mp3 with ElevenLabs。”
• 返回转写文本，若有多人说话，可识别不同说话人。

对话式 AI

• 输入：“Create an AI agent that speaks like a detective and answers movie questions.”
• 服务器生成带语音的代理，可通过文本或语音互动。

音频处理

• 输入：“Isolate voice from background noise in audio.mp3.”
• 返回处理后的音频文件。

调试与日志

• 日志位置：
  • Windows: %APPDATA%\Claude\logs\mcp-server-elevenlabs.log
  • macOS: ~/Library/Logs/Claude/mcp-server-elevenlabs.log
• 超时问题：语音设计等操作耗时长，开发模式下可能超时，但任务仍会完成。

常见错误解决

• “spawn uvx ENOENT”
  • 检查 uvx 路径：

    which uvx
    

  • 更新配置，例如 "command": "/usr/local/bin/uvx"。

应用场景

1. 内容创作
   • 播客制作者用文本转语音生成旁白，或克隆自己的声音批量制作音频。
2. 教育培训
   • 教师将课件文字转为语音，制作有声学习材料。
3. 客户服务
   • 企业用对话式 AI 创建语音客服，处理常见咨询。
4. 游戏开发
   • 开发者为角色生成独特语音，提升沉浸感。

QA

1. 需要付费吗？
   • 免费层提供 10,000 积分/月，超出需购买付费计划。
2. 支持哪些语言？
   • 支持英语、中文等多种语言，具体见 ElevenLabs 官网。
3. 如何查看使用量？
   • 登录 ElevenLabs 官网，在账户页面查看积分消耗。