Leon Lin推出 earshot,给AI Agent装上“耳朵”
Opus 5.5 可以用代码做出整支发布视频,但生成的音效还是很粗糙。
所以制作了 earshot。它是给 AI 编程智能体用的耳朵。它们现在能听见声音、评判声音,甚至能做出自己的好声音。
这支视频里的每一个声音都是用代码制作的。(打开声音!!)
现在的问题是,智能体分辨不出一个声音是听着粗糙还是廉价
earshot 在你的 CPU 上本地运行,让你的智能体能够:
+ 描述、匹配或查找音效
+ 查看配乐的可视化页面
+ 用评分和带时间戳的修改建议来评价音频
另外还有 earshot forge。
它让你的智能体写代码来制作一个声音,听它,给它评分,重写代码,重复,直到声音相当不错。
作者用 15 对真实声音 vs 代码制作的声音做了盲测,猜对了 8 个。
forge 还会把生成的声音和真实录音进行比较,因为单靠盲测可能会有误导。
(当然,它仍然无法评判品味,那仍然是我们人类的事)
在 Claude Code 中设置:
claude mcp add earshot -- python -m earshot mcp
仓库里还有一个技能,可以用真实的授权录音来制作配乐
#AI新鲜事#
引用文章:
github.com/Leonxlnx/earshot
发布于 辽宁
