audio-source-separation-mcp/README.md

MCP服务器，用于火山引擎音源分离，支持人声/伴奏分离

# 音源分离 MCP 服务器

基于火山引擎的音源分离MCP服务器，提供人声/伴奏分离功能。

## 功能特性

- 🎵 **人声提取**: 专门的人声分离工具，去除背景音乐
- 🎸 **伴奏提取**: 专门的伴奏分离工具，去除人声
- 🎛️ **模型选择**: 标准模型和降噪增强模型
- 📁 **多格式支持**: wav/mp3/aac等常见音频格式
- 🔧 **灵活配置**: 可自定义输出格式和路径

## 工具说明

### `extract_vocals` - 提取人声
从音频中提取人声，去除背景音乐

**参数:**
- `audio_path` (必需): 音频文件路径
- `use_enhanced_model` (可选): 是否使用降噪增强模型，默认 `false`
- `output_format` (可选): 输出音频格式 (wav/mp3/aac)，默认 `wav`
- `output_path` (可选): 输出文件路径

**示例:**
```javascript
{
  "audio_path": "/path/to/music.mp3",
  "use_enhanced_model": true,
  "output_format": "wav"
}
```

### `extract_accompaniment` - 提取伴奏
从音频中提取伴奏，去除人声

**参数:**
- `audio_path` (必需): 音频文件路径
- `use_enhanced_model` (可选): 是否使用降噪增强模型，默认 `false`
- `output_format` (可选): 输出音频格式 (wav/mp3/aac)，默认 `wav`
- `output_path` (可选): 输出文件路径

**示例:**
```javascript
{
  "audio_path": "/path/to/music.mp3",
  "use_enhanced_model": false,
  "output_format": "wav"
}
```

## 模型说明

- **标准模型** (`use_enhanced_model: false`)
  - `2track_vocal`: 标准人声提取
  - `2track_acc`: 标准伴奏提取
- **降噪增强模型** (`use_enhanced_model: true`)
  - `bs_4track_vocal`: 降噪增强人声提取，效果更好但处理时间更长
  - `bs_4track_acc`: 降噪增强伴奏提取，效果更好但处理时间更长

## 使用限制

- 音频时长: ≤10分钟 (建议 > 5秒)
- 文件大小: ≤100MB
- 仅支持音乐类音频
- 推荐: 采样率≥44.1kHz、双声道
- 支持格式: wav、mp3、aac、flac、m4a

## 安装

```bash
npm install
npm run build
```

## 配置

需要配置火山引擎API凭证环境变量：

```bash
export VOLCENGINE_ACCESS_KEY_ID="your_access_key"
export VOLCENGINE_SECRET_KEY="your_secret_key" 
export VOLCENGINE_APP_KEY="your_app_key"
```

## 启动

```bash
npm start
```

或开发模式：

```bash
npm run dev
```

## Claude Desktop 配置

在 `claude_desktop_config.json` 中添加：

```json
{
  "mcpServers": {
    "audio-source-separation": {
      "command": "node",
      "args": ["/path/to/audio-source-separation-mcp/dist/index.js"],
      "env": {
        "VOLCENGINE_ACCESS_KEY_ID": "your_access_key",
        "VOLCENGINE_SECRET_KEY": "your_secret_key",
        "VOLCENGINE_APP_KEY": "your_app_key"
      }
    }
  }
}
```

## 技术架构
- 获取key 的方法是地址是：https://www.volcengine.com/docs/6489/71995 详细查看该文档。
- **Node.js + TypeScript**: 核心实现
- **火山引擎 OpenAPI SDK**: API调用和鉴权
- **MCP SDK**: 符合MCP协议
- **Base64编码**: 音频数据传输

## License

MIT License