Leonxlnx/earshot

Что это?

Ключевые возможности

• 01Описывает звуки с помощью откалиброванных тегов, измерений и меток AudioSet.
• 02Оценивает соответствие текстового описания записи и выдает вердикт о степени совпадения.
• 03Находит лучшие совпадающие фрагменты длинных записей и обрезает их.
• 04Классифицирует клипы как реальные записи или синтезированные кодом.
• 05Создает расшифровки звуковой дорожки видео с таймлайном и аннотированные листы.
• 06Синтезирует звуковые эффекты по рецептам в коде и оценивает их встроенным критиком.
• 07Предоставляет все инструменты через CLI, Python API и MCP-сервер.

Сценарии использования

• Позволяет coding-агенту проверять, соответствуют ли сгенерированные звуковые эффекты задуманному звучанию.
• Помогает выбрать лучший вариант из папки со скачанными аудиоклипами.
• Помогает проверить синхронизацию и громкость звуковой дорожки видео, сгенерированного кодом.
• Позволяет создавать звуковые эффекты офлайн для программных пайплайнов работы с фильмами или интерфейсами.

Быстрый старт

1. 1

   Установите earshot, следуя инструкциям в README

2. 2

   Проверьте установку, модели и настройки CPU

   earshot doctor
3. 3

   Опишите, как звучит аудиофайл

   earshot describe FILE

Что важно знать

• !При каждом вызове CLI модели загружаются заново, поэтому ответ занимает около 20–40 секунд.
• !Для поиска по эталонным записям в Forge нужны собственные лицензированные эталонные записи, которых нет в репозитории.
• !Поиск может обходить проверки качества сгенерированного звука, поэтому результаты нужно проверять на слух и с помощью измерений.
• !Необязательная команда llm загружает аудио в Gemini и требует собственного API-ключа.

В подборках

Темы

Частые вопросы

Что такое earshot?

Инструментарий для работы со звуком без GPU: помогает coding-агентам описывать, сравнивать и находить звуки, критиковать и синтезировать их через CLI, Python API и MCP-сервер. earshot помогает AI coding-агентам слышать. Он описывает словами звучание аудиофайла, оценивает, насколько текстовое описание соответствует записи, находит лучшие фрагменты в длинном аудио, определяет, является ли звук реальной записью или синтезирован кодом, а также создает посекундную расшифровку звуковой дорожки видео с маркерами синхронизации по склейкам изображения. Проект работает локально на CPU и доступен через CLI, Python API и MCP-сервер для Claude Code и других агентов.

earshot можно использовать бесплатно? Какая у него лицензия?

earshot распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

earshot всё ещё поддерживается?

Активно поддерживается. Последний коммит в earshot — 22 окт. 2026 г..

Для чего можно использовать earshot?

Позволяет coding-агенту проверять, соответствуют ли сгенерированные звуковые эффекты задуманному звучанию. Помогает выбрать лучший вариант из папки со скачанными аудиоклипами. Помогает проверить синхронизацию и громкость звуковой дорожки видео, сгенерированного кодом. Позволяет создавать звуковые эффекты офлайн для программных пайплайнов работы с фильмами или интерфейсами.

Как установить earshot?

Установите earshot, следуя инструкциям в README Проверьте установку, модели и настройки CPU: earshot doctor Опишите, как звучит аудиофайл: earshot describe FILE

Где скачать earshot?

Исходный код и инструкции по установке — на GitHub: https://github.com/Leonxlnx/earshot