Leonxlnx/earshot 建立不到 30 天獲 2,007 顆星，讓編碼代理聽音訊

背景

編碼代理（能自己寫程式、改程式的 AI 代理）已能寫出渲染影片、產品展示或遊戲的程式。專案說明表示，它們聽不到自己做出來的聲音，例如分不出按鍵聲的質感，也察覺不到打擊音比畫面切換晚了 80 ms。Leonxlnx/earshot 想補的是這一塊：專案說明表示，它把聲音轉成代理可以推理的證據，並在本機以 CPU（電腦的中央處理器）執行。 GitHub 熱門專案

發生什麼事

Leonxlnx/earshot 是 GitHub 上的開源專案，建立於 10 月 15 日，主要語言為 Python，授權為 MIT（寬鬆的開源授權）。截至本站記錄時（10 月 21 日），累計 2,007 顆星，來源註記建立不到 30 天即達到此數字。專案說明提到 0.3 版新增影片音效功能，並附一支 22 s 的發布影片，稱其中每個聲音都由 earshot forge 以程式碼製作，沒有錄音，也沒有音樂軌。 GitHub 熱門專案

重點內容

在「聽與評」方面，專案說明列出數個指令。describe 用文字說明音檔聽起來像什麼；match 判斷音檔與一段描述的吻合度，判定分為 strong、plausible、weak、no match；find 在長錄音中找出最符合描述的片段。timeline 產出逐秒的聆聽逐字稿，sheet 輸出附標註的圖片，給會讀圖的代理使用。critique 把影片對照 7 部專業發布影片的剖面，給出附時間點的修正建議；範例輸出的結論是 21 of 23 scored metrics in range。 GitHub 熱門專案

在「製作聲音」方面，forge 讓代理把聲音寫成程式碼「配方」（recipe，以物理合成寫成，內部沒有錄音），再由以 earshot 聽取結果打分的 critic（評審機制）評分。專案說明表示，不需模型的預篩選會先排序大量渲染結果，讓模型只聽最好的，再用演化式搜尋保留較佳者並加以突變。輸出包含 report.md、compare.png、audition.wav 與 report.json。fit 則把錄音轉成可重新渲染的 forge 配方模組。 GitHub 熱門專案

0.3 版新增 201 個以程式碼儲存的音效庫，可依 id 在數秒內渲染，不需模型，也不需網路。earshot sfx 把 whoosh、hit、click 或 note 對準畫面中的某個時刻；earshot kit 渲染整部影片的音效，並量測同步點。 GitHub 熱門專案

對使用者的意義

專案說明列出三種使用方式：CLI（命令列介面，用打字下指令操作電腦的方式）、Python API（讓程式呼叫功能的介面，寫法為 from earshot import api），以及 MCP server（MCP 是讓 AI 代理呼叫外部工具的協定；mcp 指令把同一組工具提供給 Claude Code 與其他代理）。doctor 可檢查安裝、模型、資料檔與 CPU 設定。選用的 llm 指令提供音訊大型語言模型的評論，需自備 Gemini 金鑰並明確同意上傳。 GitHub 熱門專案

限制與未定事項

專案說明表示，每次 CLI 呼叫都是新的行程，會先載入模型（~20-40 s）才回應；measure、sfx 和 kit 不載入模型。呼叫次數較多時，專案說明建議改用 MCP server（模型保持載入）或單一 Python 腳本。 GitHub 熱門專案