Cartesia MCP Server已验证已精选

什么是 Cartesia MCP？

Cartesia MCP 是 Cartesia 官方的 MCP 服务器。它把 Cartesia 的语音 API（包括文本转语音、语音转文本、声音克隆和发音词典）开放给 Claude Code、Cursor、Claude Desktop 等 MCP 客户端。

Cartesia 开发实时语音模型。连接 Cartesia MCP 后，智能体无需针对它的 API 编写一次性脚本，就能列出声音、用指定声音生成语音、转写音频、克隆和本地化声音，以及查询额度用量。它有两种运行方式：托管端点 https://mcp.cartesia.ai/mcp（推荐），或用 uvx 在本地运行 cartesia-mcp Python 包。源代码在 GitHub 上。

如何使用 Cartesia MCP？

托管服务器（推荐）

连接 https://mcp.cartesia.ai/mcp，在提示时于浏览器中登录 Cartesia Playground。如果你的组织还没有 Cartesia MCP API key，系统会为组织创建一个，你不需要自己管理 key。组织管理员在批准连接时可以选择开启管理员工具。

Claude Code

claude mcp add --transport http --scope user cartesia-mcp https://mcp.cartesia.ai/mcp

运行 /mcp，选择 cartesia-mcp 并登录。

Claude Desktop 和 claude.ai：添加一个自定义连接器，URL 填 https://mcp.cartesia.ai/mcp，然后在浏览器中完成登录。

Cursor：使用 README 中的安装链接，或在 .cursor/mcp.json 中添加：

{
  "mcpServers": {
    "cartesia-mcp": {
      "url": "https://mcp.cartesia.ai/mcp"
    }
  }
}

VS Code：在 .vscode/mcp.json 中：

{
  "servers": {
    "cartesia-mcp": {
      "type": "http",
      "url": "https://mcp.cartesia.ai/mcp"
    }
  }
}

本地服务器（uvx）

需要安装 uv，并从 play.cartesia.ai/keys 获取 Cartesia API key。

claude mcp add -e CARTESIA_API_KEY=YOUR_CARTESIA_API_KEY cartesia -- uvx cartesia-mcp

或在任意客户端的 MCP 配置中：

{
  "mcpServers": {
    "cartesia": {
      "command": "uvx",
      "args": ["cartesia-mcp"],
      "env": {
        "CARTESIA_API_KEY": "YOUR_CARTESIA_API_KEY"
      }
    }
  }
}

可选设置：CARTESIA_ADMIN_API_KEY（管理员 key，get_credit_usage 需要）和 OUTPUT_DIRECTORY（生成音频的保存位置）。

Cartesia MCP 的主要功能

• 官方出品，由 Cartesia 维护，并以 cartesia-mcp 发布在 PyPI 上。
• 托管端点通过浏览器登录，key 不会出现在配置文件中。
• 文本转语音支持语速、音量、情绪和发音词典选项。
• 语音转文本对常见音频格式使用 batch 模式，对 PCM 使用 stream 模式。
• 声音管理包括克隆、本地化到其他语言，以及添加目录口音。
• 生成的音频保存到组织的云存储中，并返回 file_id 和 24 小时有效的 download_url。

Cartesia MCP 工具

• 语音：text_to_speech 生成音频，speech_to_text 转写来自 file_id 或服务器端 file_path 的音频。
• 声音：list_voices、get_voice、clone_voice、update_voice、delete_voice 和 localize_voice 用于浏览、克隆和调整声音。
• 口音：list_accents、add_voice_accents 和 delete_voice_accent 管理即时克隆声音上的目录口音（例如 british）。
• 发音：list_pronunciation_dicts、create_pronunciation_dict、get_pronunciation_dict、update_pronunciation_dict 和 delete_pronunciation_dict 控制词语的读法。
• 文件和计费：download_file 获取云端文件的新链接，get_credit_usage 报告一段时间内的额度用量（仅限管理员）。

Cartesia MCP 的使用场景

• 配音初稿：“把这段脚本用沉稳的英式声音、稍慢的语速转成音频。”
• 转写：“转写这段录音。”（在托管 MCP 上传入 file_id。）
• 品牌发音：“为我们的产品名称创建发音词典，并在 TTS 中使用。”
• 本地化：“把我克隆的声音本地化为日语。”
• 用量查询：“我们这个月用了多少额度？”

Cartesia MCP 常见问题排查

• 托管 MCP 上找不到文件：托管服务器无法读取你电脑上的路径。请改为传入 text_to_speech 或 download_file 返回的 file_id，或用 uvx 在本地运行并传入 file_path。
• get_credit_usage 调用失败：本地运行时需要管理员 key（CARTESIA_ADMIN_API_KEY），托管 MCP 则需要在连接时批准管理员工具。标准 key 和管理员 key 不能互用对方的接口。
• 连接时返回 HTTP 429：托管服务新建会话的限制为每个访问令牌每分钟 5 个、每个客户端 IP 每分钟 15 个。请复用 mcp-session-id 请求头，而不是重新连接。
• 会话过期：30 分钟没有请求的托管会话会被关闭。重新调用 initialize 即可。
• download_url 不能作为输入：它是 24 小时有效的浏览器链接，不是工具输入。请使用 file_id。