Token导航 LogoToken导航TokenDH.com
Music Gen Agent logo
音视频stdio官方级别未说明来源级核验

Music Gen Agent

MCP Server

MusicGen-Agent是一个基于Facebook MusicGen-Small模型的文本到音乐生成工具,通过FastMCP服务器提供API调用,适用于音乐创作和自动化音频生成场景。

工具数

3

提示词数

0

GitHub Stars

0

资源数

0
Jupyter Notebook语音音频视频

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

jmanhype

提供方

jmanhype

最后核验

2026/5/17 20:20

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

MusicGen代理

使用Facebook MusicGen Small(300M参数)生成文本到音乐,封装在FastMCP服务器中,因此可以作为MCP兼容客户端的工具调用。

在Apple Silicon上进行了MPS加速测试。应该在CUDA上工作,但MPS是主要目标。

状态

功能性但粗糙。MCP服务器安装了8个子服务器,其中大多数与音乐生成无关(AlphaPOP基因组学工具、笔记本电脑图像提取)。这些是在自动化管道运行期间引入的,与核心用例无关。

它做什么

  1. 下载 facebook/musicgen-small 第一次运行时来自HuggingFace(约1.2 GB)。
  2. 接受文本提示(例如,“80年代带有低音鼓和合成器的流行曲目”)。
  3. 使用MusicGen自回归解码器+32 kHz的编码器生成音频。
  4. 将结果另存为WAV文件。

演出

度量
型号facebook/musicgen小型,3亿参数
音频编解码器编码,32 kHz
生成速度(M2 Pro,MPS)~每秒2-3秒的音频
生成过程中的内存~4-6 GB
输出格式WAV,32 kHz,16位

需求

要求注意事项
Python3.8+
PyTorch支持MPS(macOS 12.3+)或CUDA
RAM最小16GB,建议32GB
磁盘型号重量约为1.2 GB

安装

pip install -r requirements.txt

关键依赖关系: transformers, torch, torchaudio, fastmcp, soundfile, librosa.

用法

直接Python

from src.tools.run_onnx import MusicGenSmall

model = MusicGenSmall()
audio = model.generate_music("Upbeat electronic dance music", duration=5.0)
model.save_audio(audio, "output.wav")

MCP服务器

python src/MusicGen_Agent_mcp.py

相关MCP工具: initialize_musicgen, generate_music_from_prompt, save_generated_audio.

其他安装的工具(alphapop_mcp, score_batch, score_batch_test, score_batch_tool, extract_notebook_images)它们是自动化管道的残留物,不是音乐生成工作流程的一部分。

项目结构

src/
  MusicGen_Agent_mcp.py   FastMCP server (entry point)
  tools/
    run_onnx.py           Core music generation logic
    download_model.py     Model download + verification
    readme.py             MCP tool wrappers for generation
    alphapop_mcp.py       Unrelated (genomics)
    score_batch*.py       Unrelated (genomics)
    extract_notebook_images.py  Utility
notebooks/                Jupyter notebooks from automated runs
assets/                   Tokenizer configs, generation configs

模型比较

型号参数相对质量速度(MPS)内存
MusicGen小型300M基线快速~6GB
MusicGen Medium1.5B更好更慢约10GB
MusicGen大3.3B最佳最慢~16GB

此存储库使用MusicGen Small。切换到中型或大型只需要更改代码中的模型名称并拥有足够的内存。

局限性

  • MCP服务器捆绑了不相关的基因组学工具,这些工具应该被排除在外。
  • 无流媒体生成;完整剪辑必须在输出可用之前完成。
  • 尽管有文件名,但没有ONNX运行时路径 run_onnx.py (它使用标准的PyTorch)。
  • 没有自动测试。
  • 持续时间受可用内存限制。

引用

@article{copet2023musicgen,
  title={Simple and Controllable Music Generation},
  author={Copet, Jade and Kreuk, Felix and Gat, Itai and others},
  journal={arXiv preprint arXiv:2306.05284},
  year={2023}
}

许可证

使用Facebook MusicGen Small模型权重。看 模型卡 关于许可条款。

目录标签

目录标签

Jupyter Notebook语音音频视频本地部署文本到音乐生成自动化音频生成音乐创作工具AI音乐

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

3

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP