ローカルでBGM・効果音を無料生成『Audio Studio MCP』解説

ローカル環境でAI音楽や効果音を生成できる「Audio Studio MCP」について、その特徴と具体的な活用方法を解説します。Claude CodeなどのMCPクライアントから日本語の指示だけで、高品質なオーディオ素材を手元のPCで作成できるようになります。

Audio Studio MCPの概要

Audio Studio MCPは、手元のMacやWindows（NVIDIA GPU搭載機）で動作する、ローカル完結型のオーディオ生成ツールです。主な特徴は以下の通りです。 ・Stable Audio 3をベースとしたモデルを使用し、ローカルで波形を直接生成する。 ・クラウドサービスやAPIキー、利用料金が不要で、プライバシーを保ちながら生成可能。 ・Claude Code、Claude Desktop、CursorなどのMCPクライアントから呼び出して使用できる。 ・日本語のプロンプトをClaude Codeが英語に翻訳・補完し、最適なパラメータ（BPMなど）を付与して実行してくれる。 ・生成されるファイル形式はWAVやOGGに対応しており、ループ設定や音量調整（LUFS指定）も自動で行える。

利用可能な3つのモデル

用途に合わせて、長さと速さの異なる3つのモデルを選択できます。 ・medium (1.4B): 標準的で最も高品質なモデル。最大380秒までの生成が可能。ファイルサイズは約5.9GB。 ・sm-music: 音楽生成に特化した軽量・高速モデル。最大120秒まで。sm-sfxと合わせて約2.6GB。 ・sm-sfx: 効果音生成に特化した高速モデル。最大120秒まで。 Apple M4 (32GB RAM) 環境での検証では、15秒の曲が約1〜6秒で生成されるなど、非常に高速なレスポンスを実現しています。

具体的な生成と編集の手順

単なる生成だけでなく、既存の音源をベースにした高度な編集も可能です。 ・generate_audio: 指定した条件で新規に音楽や効果音を生成する。一度に複数パターンの候補を出すことも可能。 ・edit_audio (inpaint/continue): 生成した音の一部を作り直したり、長さを延長したりする。例えば、20秒の曲を40秒に伸ばすといった操作ができる。 ・process_audio: 生成した音をシームレスにループするOGG形式に変換したり、音量を正規化したりする仕上げ作業を行う。 動画内では、カフェ用のBGMを生成した後に「ジャズピアノ風に作り直し」という指示でバリエーションを作成したり、ゲーム用の効果音（重い木の扉が閉まる音、ガラス瓶が割れる音など）を一度に3つ生成したりする実演が行われています。

導入時の注意点と制約

利用にあたっては、以下の制約を理解しておく必要があります。 ・秒単位の精密な指示は確実ではない（例：「15秒でクライマックス」といった指定は難しい）。 ・歌声（ボーカル）を含む楽曲の作成には向いていない。インストゥルメンタルや効果音が主目的となる。 ・メモリ消費が大きく、読み込み中に約5〜7GBを占有する。MacBook Air (M1/M2) の16GBモデル以上が推奨される。 ・ライセンスは2段構えとなっており、コード自体はMITライセンスだが、モデル（Stable Audio 3）の重みに関しては「Stability AI Community License」に従う必要がある。商用利用の際は、年間収益などの条件を確認する必要がある。

なぜ重要か

これまでBGMや効果音の素材探しには、素材サイトでの検索やクラウド生成サービスの利用が一般的でしたが、本ツールにより「手元のローカル環境で、エージェント（Claude Code等）と対話しながら、コンテンツに最適な音を即座に自作する」というワークフローが可能になります。特にゲーム開発や動画制作において、画面遷移や特定の演出に合わせた微調整を、外部へのデータ流出なしに高速に繰り返せる点は大きなトレードオフの解消となります。

こんな人におすすめ

ゲーム開発者や動画クリエイター、Claude Code等のMCPツールを活用しているエンジニア。手軽にオリジナルのオーディオ素材を自作したい人に最適です。