ElevenLabs MCP — AIに「声」を装備、ナレーション・音声記事・キャラ声も生成

{
  "mcpServers": {
    "elevenlabs": {
      "command": "uvx",
      "args": ["elevenlabs-mcp"],
      "env": {
        "ELEVENLABS_API_KEY": "<your-elevenlabs-api-key>"
      }
    }
  }
}

{
  "mcpServers": {
    "elevenlabs": {
      "command": "uvx",
      "args": ["elevenlabs-mcp"],
      "env": {
        "ELEVENLABS_API_KEY": "<your-elevenlabs-api-key>"
      }
    }
  }
}

{
  "mcpServers": {
    "elevenlabs": {
      "command": "uvx",
      "args": ["elevenlabs-mcp"],
      "env": {
        "ELEVENLABS_API_KEY": "<your-elevenlabs-api-key>"
      }
    }
  }
}

概要

ElevenLabs MCP Serverは、音声生成AIで知られるElevenLabs社が公式に提供するMCPサーバーです。Claude Desktop / Cursor / Windsurf / OpenAI Agents などのAIクライアントから、TTS（音声合成）・音声クローン・文字起こし・音声分離・効果音生成・音楽生成・会話エージェント（Conversational AI）など計24ツールを直接呼び出せるようにします。

ElevenLabsは「不気味の谷」を超えたとされる自然な合成音声で知られ、AudibleやNetflix系の海外コンテンツでも採用が広がっています。日本語音声にも対応しており、ブログの音声化・YouTube仮ナレーション・キャラクターボイス・電話のアウトバウンド架電など、これまで外注・専用ツールが必要だった範囲をAIに頼める領域が一気に広がります。

無料プラン（月10,000クレジット）が用意されており、お試し用途にも適しています。

導入手順

前提条件

• Python 3.10以上
• uv（推奨。pip でも可）
• ElevenLabs APIキー（ElevenLabsダッシュボードから取得）

ステップ

1. uvをインストール（OS別の手順は上の「platformNotes」を参照）
2. ElevenLabsにサインアップし、ダッシュボードから API Key を発行
3. ページ上部のタブから使用環境を選択し、JSON設定をコピー
4. <your-elevenlabs-api-key> を取得したAPIキーに置き換える
5. クライアントを再起動

使い方の例

「このブログ記事をRachelの声で読み上げて、MP3で `articles/` フォルダに保存して」

「社内研修動画用のナレーション台本を渡すので、フォーマルな日本語ナレーションに変換」

「自分の声を学習させたカスタムボイスで、議事録要約を音声化して」

「ホラー映画予告編用に、雷雨と遠吠えの効果音を30秒生成して（text_to_sound_effects）」

「サポート用の会話エージェントを作って、知識ベースをアップロードしておいて（create_agent / add_knowledge_base_to_agent）」

提供されるツール

公式 server.py に 24ツールが実装されています（main ブランチ時点で逐語確認済）。代表的なものをカテゴリ別に紹介します。

音声合成・音声編集

• text_to_speech — テキスト→音声（多言語、フォーマット指定可）
• text_to_sound_effects — テキスト→効果音
• speech_to_speech — 既存音声を別の声に変換
• isolate_audio — 音声から背景音を分離
• play_audio — 生成済みファイルを再生

音声→テキスト

• speech_to_text — 文字起こし（話者識別対応）

音声管理・ボイスクローン

• search_voices / search_voice_library / get_voice / list_models — 音声・モデル検索
• voice_clone — 既存音声からボイスクローン作成
• text_to_voice — テキスト記述から新規ボイス設計
• create_voice_from_preview — プレビュー音声から正式ボイス生成

会話エージェント（Conversational AI）

• create_agent — 会話エージェント作成
• add_knowledge_base_to_agent — エージェントに知識ベース追加
• list_agents / get_agent — エージェント一覧・詳細
• list_conversations / get_conversation — 会話履歴

音楽生成

• compose_music — 楽曲生成
• create_composition_plan — 楽曲構成プラン作成

電話通信（ConvAI連携）

• make_outbound_call — エージェントから電話を架けてもらう
• list_phone_numbers — 紐付けた電話番号の一覧

アカウント情報

• check_subscription — クレジット残量・プラン確認

注意事項

• ElevenLabs APIの利用には認証キーが必須です。Freeプランは月10,000クレジットまで、それ以上は有料プラン（Starter以上）が必要です。
• 生成された音声のデフォルト出力先は ~/Desktop ですが、ELEVENLABS_MCP_BASE_PATH 環境変数で変更可能です。
• ボイスクローンは、本人の同意なく他者の声を学習させる利用は規約違反です。商用利用時はElevenLabs利用規約を必ず確認してください。