爱可可-爱生活
26-10-19 19:09 微博认证:AI博主 2025微博新锐新知博主

【让写代码的AI也能听懂声音:开源项目 earshot】如今AI智能体已经能用代码渲染视频或游戏,却往往“听不见”生成的声音效果。开源工具 earshot 专门为编程智能体补齐了听觉能力:纯 CPU 本地运行,无须显卡,支持 MCP 与 Python 调用。它能把音频解析为智能体可推理的结构化指标,判断音效与文字描述的匹配度、检查音画同步卡点与真实感。更巧妙的是,它支持以纯代码物理合成音效,让 AI 依据听觉反馈自行调优,还能把现实录音逆向拟合为带参数的代码配方;内置的201种纯代码音效也能直接按画面毫秒级对准渲染。项目地址:github.com /Leonxlnx/earshot

发布于 北京