Un serveur MCP pour que votre assistant IA analyse l'audio

Les modèles de langage lisent du texte ; ils n'entendent pas un morceau. tag-per-track-mcp donne à Claude Desktop, Cursor et tout autre client MCP des outils pour analyser des fichiers audio : tempo, tonalité, genre, humeur, détection de musique générée par IA, score A&R et tri d'un dossier entier de démos, directement depuis une conversation.

Ouvrir la configuration MCP

Une commande npx, aucune compilation. Fonctionne avec des crédits Studio prépayés, sans portefeuille crypto.

Ce qu'il apporte à votre assistant

Le Model Context Protocol (MCP) est le standard ouvert qui permet à un assistant IA d'appeler des outils externes. Un serveur MCP audio fait le pont entre le modèle et un fichier son : l'assistant transmet un chemin de fichier ou une URL, le serveur lance l'analyse et renvoie des données structurées sur lesquelles le modèle peut raisonner.

Une fois Tag-per-Track connecté, vous demandez en langage naturel ce qu'un assistant ne saurait pas faire seul :

« Quels sont le BPM et la tonalité de ce titre ? »
« Cette démo est-elle générée par IA ? »
« Trie les démos de ce dossier et dis-moi lesquelles écouter en premier. »
« Combien d'auditeurs mensuels cet artiste a-t-il sur Spotify ? »

Voir la démo d'une minute dans Claude Desktop.

Les outils

Outil	Ce qu'il fait	Coût
`analyze_audio`	BPM, tonalité, genre, humeur, instruments, mesures de production, verdict de génération par IA et évaluation A&R pour un titre. Transcription des paroles en option.	1 crédit (2 avec paroles)
`analyze_audio_with_lyrics`	La même analyse, transcription des paroles toujours activée.	2 crédits
`analyze_audio_batch`	Plusieurs titres analysés en parallèle, avec un statut par titre : un échec n'arrête pas les autres.	1 crédit par titre
`triage_demo_folder`	Tout un dossier local en un appel : analyse, détection de l'artiste et du titre, traction Spotify, score A&R et rapport classé.	1 crédit par titre
`lookup_artist_stats`	Auditeurs mensuels, abonnés, popularité et genres d'un artiste sur Spotify.	Gratuit

Le serveur fournit aussi trois prompts prêts à l'emploi : triage_demos, qualify_demo_ar et batch_demo_screening.

L'installer dans Claude Desktop ou Cursor

Obtenez une clé API Studio. Connectez-vous sur Tag-per-Track, ouvrez l'onglet API & Agents et générez une clé : elle est insérée pour vous dans la configuration. Elle utilise les mêmes crédits prépayés que le studio web.
Ajoutez le serveur à la configuration MCP de votre client. Dans Claude Desktop, c'est le fichier claude_desktop_config.json ; Cursor et les autres clients ont un fichier de réglages MCP équivalent.
Redémarrez le client. Les outils Tag-per-Track apparaissent dans la liste des outils.

{
  "mcpServers": {
    "tag-per-track": {
      "command": "npx",
      "args": ["-y", "tag-per-track-mcp@latest"],
      "env": {
        "TAG_PER_TRACK_API_KEY": "tpt_live_YOUR_STUDIO_API_KEY"
      }
    }
  }
}

Le serveur s'exécute en local via npx : Node.js doit donc être installé. Toutes les options, dont le paiement par wallet, sont dans le README du paquet sur npm.

Trier un dossier de démos en une phrase

triage_demo_folder est l'outil pensé pour le travail d'A&R. Indiquez-lui un dossier, et il :

liste les fichiers audio et lit l'artiste et le titre dans le nom de fichier Artiste - Titre, ou à défaut dans les tags audio ;
analyse chaque titre, avec un nombre limité de requêtes en parallèle ;
recherche la traction Spotify de chaque artiste, une fois par artiste ;
renvoie un rapport compact classé par score, réparti en catégories : priority, listen, pass et ai_flagged.

Il traite 25 titres par appel par défaut et jusqu'à 50. Une option dryRun liste les fichiers et le coût estimé sans rien analyser ni facturer, et vous choisissez le profil de notation : discovery, signing, beatmaker ou auto. Plus de détails sur la notation dans la gestion des démos pour labels.

Deux façons de payer

Clé API Studio (recommandé). Des crédits prépayés achetés par carte : 5 € pour 33 crédits ou 15 € pour 100 crédits, sans date d'expiration. Aucune crypto, et les coûts sont exprimés en crédits.
Wallet, pour les agents autonomes. Paiement à l'appel en USDC sur Base via le protocole x402 : 0,15 USDC par analyse, 0,25 USDC avec les paroles. Un plafond de dépense côté client, 0,50 USDC par requête par défaut, protège le wallet.

Les analyses en échec ne sont pas facturées, et si les crédits s'épuisent en cours de dossier, les fichiers restants ne sont simplement pas envoyés.

Ce que deviennent vos fichiers

Seuls les fichiers audio sont acceptés. Le serveur valide le format et rejette tout le reste : un assistant ne peut pas s'en servir pour envoyer d'autres documents de votre disque.
Les gros fichiers sont compressés avant l'envoi. Les fichiers WAV et AIFF, et tout fichier de plus de 15 Mo, sont convertis localement en AAC pour réduire le temps d'envoi.
L'audio n'est pas conservé. Les fichiers sont stockés temporairement le temps de l'analyse et supprimés une fois le rapport généré. Tag-per-Track n'utilise jamais votre audio pour entraîner des modèles d'IA.
L'historique est à votre main. Les analyses faites avec une clé API sont enregistrées dans votre tableau de bord, sauf si vous définissez TAG_PER_TRACK_NO_PERSIST ; les analyses payées par wallet ne sont pas enregistrées.

Deux étapes font appel à des prestataires externes : le contrôle de génération par IA, réalisé sur un extrait de 12 secondes, et la transcription des paroles, optionnelle, qui transmet le morceau entier.

Vous n'utilisez pas MCP ?

La même analyse est disponible sous forme d'API REST pour vos propres scripts et services, et dans le navigateur pour une vérification ponctuelle : analyse BPM et tonalité, détecteur de musique IA.

Questions fréquentes

Qu'est-ce qu'un serveur MCP ?

Un petit programme qui met des outils à disposition d'un assistant IA via le Model Context Protocol, un standard ouvert. L'assistant décide quand appeler un outil, le serveur fait le travail et renvoie le résultat. Ici, les outils analysent des fichiers audio.

Avec quels clients IA fonctionne-t-il ?

Claude Desktop, Cursor, Windsurf et tout autre client compatible avec le Model Context Protocol. Le serveur s'exécute en local sur votre machine via npx.

Faut-il un portefeuille crypto ?

Non. Avec une clé API Studio, le serveur utilise des crédits prépayés achetés par carte et exprime les coûts en crédits. Le paiement par wallet en USDC est une option destinée aux agents autonomes.

L'assistant écoute-t-il vraiment la musique ?

Pas lui-même. Le serveur envoie le fichier à l'API d'analyse Tag-per-Track, qui mesure l'audio et renvoie des données : tempo, tonalité, genre, humeur, verdict IA, scores. L'assistant lit ensuite ces résultats et vous les explique.

Combien coûte une analyse ?

Un crédit par titre, deux avec la transcription des paroles. Les crédits coûtent 5 € les 33 ou 15 € les 100. Les recherches d'artistes sont gratuites, et les analyses en échec ne sont pas facturées.

Quels formats et quelles tailles sont pris en charge ?

MP3, WAV, FLAC, M4A, AAC, AIFF et OGG, jusqu'à 7 minutes par titre. Les fichiers lourds sont compressés localement avant l'envoi. Un tri de dossier traite 25 titres par défaut et 50 au maximum par appel.

Le serveur est-il open source ?

Le paquet est publié sur npm sous licence MIT, et il est référencé dans le registre MCP officiel.

Connectez Tag-per-Track à votre assistant

Copiez la configuration, ajoutez votre clé API et demandez à votre assistant d'analyser son premier titre.

Ouvrir la configuration MCP