Earshot

Leonxlnx/earshotRevisado por Radar

Qué hace

earshot convierte el audio en texto y números sobre los que un asistente de programación con IA puede razonar: qué es un sonido, si encaja con una descripción, los mejores momentos de una grabación larga y una tarjeta de puntuación para la banda sonora de un video. También puede crear efectos de sonido con código e incluye un banco de 252. Es para desarrolladores que usan agentes como Claude Code, mediante una línea de comandos, una biblioteca de Python o un servidor MCP. Necesitas Python 3.10 o superior, ffmpeg y una terminal. Funciona con el procesador (sin tarjeta gráfica) y descarga unos 1,1 GB de modelos la primera vez que se usa.

Facilidad de instalación

C · instalar 1 o 2 herramientas · Windows

No hay instalador: instalas Python y ffmpeg, clonas el repositorio, creas un entorno virtual y ejecutas varios comandos pip en una terminal.

Números en GitHub

Estrellas: 3384el 31 oct 2026
Descargas: 4861900 en la semana
Crecimiento: +470estrellas en 5 días

Estrellas a lo largo del tiempo

Datos

Funciona en: Windows, macOS, Linux
Necesitas instalar: Python, FFmpeg
Para compilar desde el código: Python, Tarjeta gráfica, FFmpeg
Espacio en disco: 950 MB–4,3 GB · estimación
Cuentas o claves: Google Gemini (GEMINI_API_KEY, only for the optional llm critique)
Costo: Gratis · La crítica opcional con Gemini usa tu propia clave de Google y la cobra Google.
Licencia: MIT (Permisiva)
Puede reemplazar: ElevenLabs
Última actualización: 22 oct 2026

Señales de riesgo (3)

InfoProyecto alfa muy nuevo
Creado el 2026-10-15 (11 días antes de esta revisión); clasificador de pyproject.toml 'Development Status :: 3 - Alpha'.
revisión con IA
InfoModelos que se descargan en el primer uso
README, sección Install: 'The first model use downloads two open models (~1.1 GB)', CLAP laion/larger_clap_general y MIT/ast-finetuned-audioset, cada uno 'at a pinned revision with safetensors weights'.
revisión con IA
InfoEnvío opcional de audio a Gemini
README: '`llm FILE --yes-upload` | optional audio-LLM critique (Gemini), only with your own key and explicit consent' — esto envía el archivo de audio a Google.
revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar

Si la instalación y el servidor MCP funcionan en Windows; los comandos del README usan sobre todo rutas de Linux/macOS (.venv/bin/python).
La velocidad real en una laptop común; el README indica que cada llamada de la línea de comandos tarda unos 20-40 segundos en cargar los modelos.
El uso real de disco tras instalar torch y los modelos; las comprobaciones estiman entre 950 MB y 4,5 GB.
Qué tan precisas son sus descripciones de sonidos y sus veredictos sobre bandas sonoras fuera de las pruebas del propio autor.