earshot MCP
Слух для кодовых агентов: MCP-сервер и CLI описывают звук словами, оценивают монтаж и делают звуки кодом локально на CPU
- 3 986 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Установка скачивает две модели и запускает локальный Python-процесс
- Команда llm отправляет аудио во внешний сервис Gemini, но только с флагом и вашим ключом
- Рендер звуков пишет файлы на диск и нагружает CPU
Установка
- Работает в
Ручная установка
git clone https://github.com/Leonxlnx/earshot && cd earshot && python -m venv .venv && .venv/bin/python -m pip install torch --index-url https://download.pytorch.org/whl/cpu && .venv/bin/python -m pip install -e ".[mcp,llm,dev]"Затем проверьте установку: `.venv/bin/python -m earshot doctor --load`. Нужны Python 3.10 или новее и ffmpeg.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Установка скачивает две модели и запускает локальный Python-процесс
- Команда llm отправляет аудио во внешний сервис Gemini, но только с флагом и вашим ключом
- Рендер звуков пишет файлы на диск и нагружает CPU
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
earshot превращает звук в данные, с которыми может работать агент. Команда `earshot describe` описывает файл словами и измерениями, `earshot match` оценивает, насколько звук подходит под описание, `earshot find` вырезает лучший момент из длинной записи, а `earshot realness` отличает живую запись от синтезированной кодом. Для готового фильма `earshot timeline` строит текстовую расшифровку звука по секундам с привязкой к смене кадров, `earshot sheet` рисует размеченную картинку, `earshot critique` сверяет фильм со шкалой профессиональных роликов запуска и дает правки по времени. Агент может и сам делать звуки. `earshot forge` пишет звук как рецепт физического синтеза и улучшает его, слушая оценку критика. `earshot sfx` отдает звук из банка в 252 эффекта, а `earshot kit` собирает эффекты целого фильма. Все работает локально на CPU как CLI, API на Python и MCP-сервер. В комплекте два скилла: earshot объясняет, какая команда отвечает на какой вопрос, а real-sound описывает процесс озвучки роликов из лицензионных записей.
Для кого. Для авторов роликов, игр и анимации, которые делают видео кодом и хотят, чтобы Claude Code проверял и подбирал звук.
Подходит, если
- Из папки скачанных эффектов надо выбрать лучший под описание
- В длинной записи нужен чистый момент, например одно нажатие клавиши
- Нужна проверка, что звук фильма совпадает со сменой кадров и не тонет в музыке
- Звук должен быть сделан кодом без внешних записей, как у фильмов на Remotion или HyperFrames
- Надо сравнить две версии микса словами и цифрами
Не подходит, если
- Нужна озвучка текста или генерация музыки: earshot оценивает и синтезирует эффекты, а голоса и песни не делает
- Нужно быстрое одиночное измерение громкости: достаточно `earshot measure` или ffmpeg, модели для этого не загружаются
- Нужна оценка звука в облаке без установки: earshot ставится из исходников и работает на вашей машине
Пример запроса к агенту
Прогони через earshot critique ролик film.mp4 и покажи, что исправить в звуке в первую очередьMCP
- Транспорт
- stdio
- Авторизация
- не нужна
Переменные окружения
EARSHOT_THREADS- Число потоков CPU, на общей машине 2–3
GEMINI_API_KEYсекрет- Ключ Gemini, нужен только для команды llm
Ограничения
Нужны Python 3.10 или новее и ffmpeg. Первое обращение к моделям скачивает две открытые модели, около 1,1 ГБ, и дальше они берутся только из локального кэша. Каждый вызов CLI заново загружает модели 20–40 секунд. Для серии вызовов подходят MCP-сервер или один скрипт на Python. Референсные записи для `earshot forge --refset` лицензированы и в репозиторий не входят. Свои записи подключаются флагом `--refs`. Проект молодой: версия 0.4.
Как отключить. Выполните `claude mcp remove earshot`, скопированные скиллы удалите из `~/.claude/skills/`. Модели лежат в папке `.cache/hf` репозитория или в каталоге из `EARSHOT_HOME`.
Частые вопросы
Как подключить earshot к Claude Code?
Поставьте проект в виртуальное окружение и выполните `claude mcp add earshot --scope user -e EARSHOT_THREADS=3 -- /path/to/earshot/.venv/bin/python -m earshot mcp`, подставив свой путь. Модели загружаются при первом вызове, на медленной машине запускайте Claude Code с `MCP_TIMEOUT=60000`.
Уходит ли звук с моего компьютера?
Нет, кроме одного случая. Команда `earshot llm` отправляет аудио в Gemini, и только с флагом `--yes-upload` и вашим ключом. Остальные команды работают локально на CPU.
Чем скилл earshot отличается от real-sound?
earshot объясняет агенту, какая команда отвечает на какой вопрос и когда ей не доверять. real-sound описывает полный процесс озвучки ролика: подбор лицензионных записей, монтаж музыки, микс, мастеринг, титры и сборку.
Что делает earshot forge?
Команда пишет звук рецептом физического синтеза, оценивает кандидатов критиком и ищет лучшие эволюционным поиском. Агент читает слова критика, правит рецепт и запускает снова.
Сколько эффектов в банке звуков?
В версии 0.4 банк содержит 252 эффекта, все хранятся как код и рендерятся по идентификатору за секунды, без моделей и сети.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыЛокальная студия звука с MCP-сервером: агент создает эффекты, музыку, песни и озвучку на моделях с открытыми весами
Локальная видеостудия для кодового агента: вы описываете ролик одной фразой, агент режиссирует, машина рендерит без облака
Набор скиллов, CLI и MCP-сервер, чтобы Claude Code или Codex делали видео по описанию: монтаж, графика, озвучка и субтитры
Локальный синтез речи для агентов: команда и скилл озвучивают текст, клонируют голос по записи и собирают музыку из партитуры без облака и платы за символы
Скилл и CLI: агент пишет сценарий и сцены, а голос, тайминг слов и рендер в MP4 работают на вашем компьютере без ключей API
Скилл и CLI, с которыми Claude Code или Codex делает видео как веб-страницы, а редактор Studio позволяет править результат
Коротко о README
Проект начинается с идеи: агенты умеют писать код фильмов, но не слышат, что получилось. Дальше идут таблица команд, синтез звуков, банк эффектов и наборы для фильмов, установка, подключение MCP и проверки качества с измерениями.