ElevenLabs MCP伺服器詳細介紹

項目概述

ElevenLabs MCP伺服器是ElevenLabs官方的Model Context Protocol (MCP)伺服器，支援與強大的文字轉語音和音訊處理API進行互動。該伺服器允許MCP客戶端如Claude Desktop、Cursor、Windsurf、OpenAI Agents等生成語音、克隆聲音、轉錄音訊等功能。

核心功能

主要特性

• 文字轉語音(TTS)：將文字轉換為自然的語音
• 語音克隆：複製和模擬特定的聲音特徵
• 音訊轉錄：將音訊檔案轉換為文字
• 語音設計：創建和定制獨特的語音配置
• 音訊隔離：從複雜音訊中分離特定聲音
• 音效生成：創建各種音效和音景

支援的客戶端

• Claude Desktop
• Cursor
• Windsurf
• OpenAI Agents
• 其他相容MCP協定的客戶端

安裝配置

前置要求

1. 從ElevenLabs獲取API金鑰（免費版提供每月10k積分）
2. 安裝uv（Python包管理器）：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

Claude Desktop配置

在Claude > Settings > Developer > Edit Config > claude_desktop_config.json中添加以下配置：

{
  "mcpServers": {
    "ElevenLabs": {
      "command": "uvx",
      "args": ["elevenlabs-mcp"],
      "env": {
        "ELEVENLABS_API_KEY": "<insert-your-api-key-here>"
      }
    }
  }
}

Windows用戶注意：需要在Claude Desktop中啟用"開發者模式"。點擊左上角漢堡菜單中的"Help"並選擇"Enable Developer Mode"。

其他客戶端配置

對於Cursor和Windsurf等客戶端：

pip install elevenlabs-mcp
python -m elevenlabs_mcp --api-key={{PUT_YOUR_API_KEY_HERE}} --print

然後將輸出的配置粘貼到相應MCP客戶端的配置目錄中。

使用示例

安裝完成後，您可以嘗試以下操作：

• "創建一個說話像黑色電影偵探的AI代理，可以回答關於經典電影的問題"
• "為一個智慧的古龍角色生成三種語音變體，然後我會選擇最喜歡的語音添加到語音庫中"
• "將這段我的錄音轉換成聽起來像中世紀騎士的聲音"
• "創建一個密林中雷暴的音景，包含動物對天氣的反應"
• "將這段語音轉為文字，識別不同的說話者，然後為每個人使用獨特的聲音重新轉換回語音"

開發和貢獻

從源碼運行

1. 克隆倉庫：

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

2. 創建虛擬環境並安裝依賴：

   uv venv
   source .venv/bin/activate
   uv pip install -e ".[dev]"
   

3. 配置環境變數：

   cp .env.example .env
   # 編輯.env文件並添加您的API金鑰
   

4. 運行測試：

   ./scripts/test.sh
   # 或帶選項運行
   ./scripts/test.sh --verbose --fail-fast
   

調試和測試

• 在Claude Desktop中安裝伺服器：

  mcp install elevenlabs_mcp/server.py
  

• 使用MCP Inspector進行本地調試：

  mcp dev elevenlabs_mcp/server.py
  

日誌位置

Claude Desktop運行時的日誌檔案位置：

• Windows: %APPDATA%\Claude\logs\mcp-server-elevenlabs.log
• macOS: ~/Library/Logs/Claude/mcp-server-elevenlabs.log

技術架構

ElevenLabs MCP伺服器是ElevenLabs API的抽象層，為大型語言模型提供訪問完整ElevenLabs AI音訊平台的上下文。它作為開發者友好的本地介面，將請求轉發到ElevenLabs的雲端API。

注意事項

1. 超時處理：某些ElevenLabs API操作（如語音設計和音訊隔離）可能需要較長時間完成。在MCP inspector開發模式下可能會出現超時錯誤，但任務仍會完成。使用Claude等客戶端時不會出現此問題。

2. 路徑配置：可以通過添加ELEVENLABS_MCP_BASE_PATH環境變數來指定MCP伺服器查找和輸出相對路徑檔案的基礎路徑。

3. 錯誤排查：如果遇到"MCP ElevenLabs: spawn uvx ENOENT"錯誤，使用which uvx命令確認絕對路徑，然後在配置中使用完整路徑（如"command": "/usr/local/bin/uvx"）。

項目價值

該項目為AI應用開發者提供了：

• 標準化的音訊處理介面
• 無縫的語音合成集成
• 強大的音訊分析能力
• 跨平台的相容性
• 企業級的音訊品質

通過MCP協定，開發者可以輕鬆地將ElevenLabs的高品質音訊處理能力集成到各種AI應用中，大大簡化了音訊相關功能的開發流程。