Earshot给编码智能体补上听觉,可分析与合成声音
Earshot把音频转换成描述、时间线和可检查的指标,帮助编码智能体理解配乐与音效,还能用代码生成并迭代声音。它提供CPU本地运行的命令行、Python接口和MCP服务;自动评分有局限,最终听感仍需要人耳复核。
要点
- 本地CPU即可运行
- 提供CLI、Python和MCP入口
- 自动评分不能替代最终试听
为什么值得看
做代码动画和产品视频时,智能体能生成声音却未必能检查声音,这个工具尝试补齐反馈环节。
谁会受影响
制作动效视频、游戏音效和音频工具的创作者与开发者会受影响。
今天就能怎么试
先播放仓库的示例音频,再按安装说明运行本地CLI分析一段自有短音频,将时间线与描述交给编码智能体检查。
原始来源
1earshot · GitHub AI 开源项目 · 2026年10月15日✓ 已打开核对2Leonxlnx/earshot · GitHub API · 2026年10月15日✓ 已打开核对本条由 AI 根据上面的原始来源整理,经编辑审核后发布。数字和结论以原文为准,发现错误欢迎反馈。
相关动态
OpenAI推出常驻智能体Dots,支持跨应用持续办事
OpenAI发布由GPT-6 Astra驱动的Dots,为智能体配备云端电脑、浏览器和应用连接。它能持续跟进项目、吸收反馈,并在ChatGPT、Slack或Teams沟通。首批面向符合地区条件的Pro、Business Premium及管理员开启测试的企业用户。
ChatGPT开始推送GPT-6,可生成交互式回答界面
OpenAI于10月7日开始在ChatGPT的Chat体验推送GPT-6与Intelligent UI,回答可包含按钮、图表、表单和互动工具。付费档先开放,免费与Go档次日开始推送;该公告说明此次更新不改变Work和Codex所使用的模型。
DeepSeek开放搜索与抓取接口,支持智能体接入
DeepSeek于10月17日开放自研网页搜索能力,Search返回结构化检索结果,Fetch把单个网页转换为Markdown。两者复用DeepSeek API密钥,按有结果的成功请求计费,每1000次5元;空结果、失败及超时不收费。
微软业务智能体评测接入 HF,直接检查数据库结果
ThinkingBox 在 507 个有状态业务流程中检查智能体最终留下的数据库记录和副作用,并对每项任务重复运行二十次。HF 博文展示了工具调用看似正常却写错状态的案例,提醒平均成功率、至少成功一次和次次成功不能混为一谈。