ElevenLabs推出 ElevenLabs MCP 服务器
通过简单的文本提示，可以让 AI 助手（比如 Claude、Cursor、Windsurf 等）直接访问整个 ElevenLabs AI 音频平台。
简单来说，它就像一个桥梁，把 ElevenLabs 的文字转语音、语音克隆等技术，连接到你常用的 AI 工具里，让它们能“说话”或处理声音。
它提供统一、可扩展的语音服务接口，简化了 API 的调用流程。
你甚至可以启动语音代理来为你执行外拨电话——例如点披萨。
提供的功能包括：
- 文字转语音：将书面内容转换为语音或创建有声书。
- 语音转文字：将音频和视频转录为文字。
- 克隆声音（Voice Cloning）
- 多说话人识别和再合成
- 语音设计师：创建自定义的AI语音。
- 会话式AI：高度自定义语音交互代理生成，构建能够执行任务的动态语音代理，例如拨打外拨电话。
功能详解与数据流
ElevenLabs MCP 的主要功能包括：
- 文本转语音（Text to Speech）
- 输入：字符串文字（如"Hello world"）
- 输出：合成的语音文件（.mp3 / .wav）
- 使用：调用 ElevenLabs 的 tts API。
- 语音克隆（Voice Cloning）
- 输入：目标语音样本
- 输出：合成出的模仿声音
- 用法示例：“让 AI 说话像一个龙族智者” 的语音风格创建。
- 语音转文字（Speech to Text / Transcription）
- 输入：音频（.wav、.mp3 等）
- 输出：文本内容（支持说话人识别）
- 可选支持转成不同角色的声音后输出语音
- 语音再合成
- 场景：一个输入音频中有多个说话人，转录并重新以不同声音角色合成返回。
- 音景生成（Soundscape）
- 输入：描述（prompt），如“热带雨林雷暴”
- 输出：合成自然环境音效
✅ 请求处理逻辑简述（伪数据流）：
MCP 客户端 (如 Claude) --> MCP Server (elevenlabs-mcp)
--> 收到请求指令（如 TTS）
--> 提取配置与 API Key
--> 调用 ElevenLabs API（如 tts 端点）
--> 返回音频内容给客户端
怎么用它？
用起来很简单，主要分几步：
获取 API 密钥：
- 去 ElevenLabs 官网注册账号，拿一个 API 密钥（免费版每月有 10,000 个字符额度）。
安装服务器：
- 用 Python 工具（比如 uv）安装 ElevenLabs MCP 服务器。
- 比如在终端输入：uvx elevenlabs-mcp。
- 配置客户端：
- 在你的 AI 工具（比如 Claude Desktop）里加几行代码，告诉它怎么找这个服务器。
``` 示例配置：
{ "mcpServers": { "ElevenLabs": { "command": "uvx", "args": ["elevenlabs-mcp"], "env": { "ELEVENLABSAPIKEY": "你的密钥" } } } } ```
开始用：
- 配置好后，你的 AI 工具就能直接调用 ElevenLabs 的功能了。
注意：Windows 用户可能需要在工具里开“开发者模式”。