Hume MCP 服务器

Hume 的 MCP Server 让您能够在 AI 聊天应用中使用 Octave 文本转语音 (TTS)，通过一个 MCP 客户端应用程序 如 Claude Desktop、Cursor 或 Windsurf。

Octave TTS 是第一个基于大型语言模型 (LLM) 智能的文本转语音系统。Octave 是一个理解上下文含义的语音模型，从而实现了一种新的表达和细腻程度水平。它 演绎 来源文本，而不仅仅是发音。

观看 此视频 了解如何使用 MCP Server 来为有声读物中的场景进行配音。

快速上手

将以下内容复制到您的客户端 MCP 配置中（例如，在 claude_desktop_config.json 的 .mcpServers 属性，或 Cursor 的 mcp.json 中）：

{
    ...
    "hume": {
        "command": "npx",
        "args": [
            "@humeai/mcp-server"
        ],
        "env": {
            "HUME_API_KEY": "<your_hume_api_key>",
        }
    }
}

先决条件

• Hume AI 账户及 API Key 获取
• Node.js
• （可选）命令行音频播放器
  • 推荐使用 FFMpeg 的 ffplay，但服务器会尝试检测并使用几种常见的播放器。

可用工具

服务器暴露了以下 MCP 工具：

• tts：从文本合成（并播放）语音
• play_previous_audio：重放之前生成的音频
• list_voices：列出可用的语音
• save_voice：将生成的语音保存到您的库中
• delete_voice：从您的库中删除语音

命令行选项

选项:
  --workdir, -w <path>       设置音频文件的工作目录 (默认: 系统临时目录)
  --(no-)embedded-audio-mode 启用/禁用嵌入式音频模式 (默认: false)
  --(no-)instant-mode        启用/禁用即时模式 (默认: false)（curring 10% 的额外费用）
  --帮助, -h                 显示此帮助消息

评估框架

该项目包含一个 全面的评估框架，用于衡量 AI 代理如何打造文本转语音项目。

环境变量

以下是重要的环境变量：

• HUME_API_KEY：您的 Hume API Key