KANA（@KanaWorks_AI）氏が、Stability AIの音声生成モデル「Stable Audio 3」を活用したオープンソースツール「Audio Studio MCP」を2026年10月18日に公開しました。
Audio Studio MCPは、Claude CodeやClaude Desktop、CursorなどのMCP対応AIクライアントから、自然言語による指示でBGMや効果音を生成・編集できるツールです。
音声生成はPC上でローカル処理されるため、クラウドAPIへの接続や生成回数に応じた課金は不要。WindowsとMacに対応しており、生成した音声は動画編集やゲーム制作などに利用できます。
「Audio Studio」をオープンソースで公開しました🥳
— KANA｜東京AI映像 (@KanaWorks_AI) October 18, 2026
これからは、BGMも効果音も、もう自由です。
クラウドもAPIキーも要らず、何度作っても無料です。
できること
・BGM、楽器ループ、効果音を一文から生成（一度に最大4候補）
・雰囲気の変更、一部の作り直し、曲の延長… pic.twitter.com/OkIHyrdBsY
自然言語の指示だけでBGMや効果音を生成
Audio Studio MCPは、AIクライアントとStable Audio 3をMCP（Model Context Protocol）で接続し、音声の生成から編集、書き出しまでを自然言語で操作できるツールです。
例えば、「レトロゲーム風のアップテンポなBGMを生成して」「夜の森に響く雨音と雷の効果音を作って」といった指示から音声を生成できます。
Stable Audio 3に適したプロンプトをAIクライアント側で組み立てられるため、ユーザーが英語の生成プロンプトを細かく作成する必要はありません。
1回の指示で最大4つの候補を生成でき、生成した音声はローカル環境に保存されます。
なお、対応する音声はインストゥルメンタル音楽や効果音が中心で、歌詞を伴う歌声の生成には対応していません。
生成した音声の部分修正やループ化にも対応
Audio Studio MCPは、音声を生成するだけでなく、生成後の編集や仕上げにも対応しています。
主な機能は以下のとおりです。
- BGM・効果音の生成： テキストから音楽、楽器ループ、効果音を生成
- 音声の再編集： 全体の雰囲気を変更したり、指定した区間だけを再生成
- 楽曲の延長： 既存の音声をもとに続きを生成
- シームレスループ： クロスフェードなどを利用して繰り返し再生に適した音声を作成
- 音声の調整： フェード、無音部分の削除、モノラル変換、ラウドネスの正規化
- ファイルの書き出し： WAV、OGG、FLAC形式に対応し、48kHzへの変換も可能
例えば、生成したBGMの一部分だけを作り直したり、動画の長さに合わせて楽曲を延長したりといった操作が可能です。
また、生成時のプロンプトやシード値、各種設定はJSONファイルとして保存されるため、生成条件の確認や再利用にも役立ちます。
Windows・Macに対応、音声生成はローカルで実行
Audio Studio MCPは、Apple Silicon搭載MacとNVIDIA製GPUを搭載したWindows PCに対応しています。
主な動作要件は以下のとおりです。
| 項目 | Windows | Mac |
|---|---|---|
| 対応OS | Windows 10 / 11（64bit） | Apple Silicon搭載Mac |
| GPU | NVIDIA製GPU | Apple M1以降 |
| メモリ | GPU VRAM 8GB以上 | 16GB推奨 |
| 必要な空き容量 | 約14GB | 約6GB |
| 音声生成バックエンド | PyTorch / CUDA | MLX |
Windowsでは、モデルのダウンロードに無料のHugging Faceアカウントとライセンスへの同意が必要です。
開発者が公開したベンチマークによると、GeForce RTX 3060 12GBを搭載したWindows PCでは、モデル読み込み後に20秒の音楽を約1.3秒で生成できたとされています。
ただし、生成速度はPCの性能や使用するモデル、生成条件によって異なります。
なお、現時点でIntel搭載MacやAMD製GPUには対応していません。
ツールは無料公開、商用利用にはライセンス条件の確認が必要
Audio Studio MCPのソースコードはMITライセンスで公開されており、GitHubから無料で入手できます。
音声生成処理はローカルで実行されるため、生成回数による従量課金は発生しません。ただし、Claudeなど接続先のAIクライアントについては、別途利用料金が発生する場合があります。
また、Audio Studio MCP本体と音声生成モデルでは、適用されるライセンスが異なる点に注意が必要です。
Stable Audio 3のモデルには「Stability AI Community License」が適用されます。
開発者の説明によると、年間総収益が100万米ドル未満の個人・組織については、同ライセンスの条件に基づく商用利用が認められています。
そのため、生成した音声をYouTube動画や商用コンテンツなどに使用する場合は、事前にStability AIの最新のライセンス条件を確認してください。
Audio Studio MCPのソースコード、インストール方法、生成サンプルはGitHubで公開されています。
関連リンク
あつしこれはかなり便利そう！動画に合うBGMや効果音って、素材サイトで探してもイメージどおりのものがなかなか見つからないことがあるんですよね。
それをAIにお願いして生成できるだけでなく、気に入らない部分だけ作り直したり、長さを調整したりできるのは魅力的。しかもローカルで動いて生成ごとの課金もないとは、すごい時代になりましたね！
コメント