Earshot
Leonxlnx/earshotRevisado pelo Radar
O que faz
O earshot transforma áudio em texto e números sobre os quais um assistente de programação com IA consegue raciocinar: o que é um som, se ele combina com uma descrição, os melhores momentos de uma gravação longa e uma pontuação para a trilha sonora de um vídeo. Também cria efeitos sonoros em código e traz um banco com 252 deles. É para desenvolvedores que usam agentes como o Claude Code, por linha de comando, biblioteca Python ou servidor MCP. É preciso ter Python 3.10 ou superior, ffmpeg e um terminal. Roda no processador (sem placa de vídeo) e baixa cerca de 1,1 GB de modelos no primeiro uso.
Facilidade de instalação
C · instalar 1 ou 2 ferramentas · Windows
Não há instalador: você instala o Python e o ffmpeg, clona o repositório, cria um ambiente virtual e executa vários comandos pip em um terminal.
Números no GitHub
- Estrelas
- 3.384em 31 de out. de 2026
- Downloads
- 4.861900 na semana
- Crescimento
- +470estrelas em 5 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python, FFmpeg
- Para compilar a partir do código
- Python, Placa de vídeo, FFmpeg
- Espaço em disco
- 950 MB–4,3 GB · estimativa
- Contas ou chaves
- Google Gemini (GEMINI_API_KEY, only for the optional llm critique)
- Custo
- Grátis · A crítica opcional com o Gemini usa a sua própria chave do Google, cobrada pelo Google.
- Licença
- MIT (Permissiva)
- Pode substituir
- ElevenLabs
- Última atualização
- 22 de out. de 2026
Sinais de risco (3)
- InfoProjeto alfa muito novo
Criado em 2026-10-15 (11 dias antes desta verificação); classificador do pyproject.toml 'Development Status :: 3 - Alpha'.
revisão por IA
- InfoModelos baixados no primeiro uso
README, seção Install: 'The first model use downloads two open models (~1.1 GB)', CLAP laion/larger_clap_general e MIT/ast-finetuned-audioset, cada um 'at a pinned revision with safetensors weights'.
revisão por IA
- InfoEnvio opcional de áudio ao Gemini
README: '`llm FILE --yes-upload` | optional audio-LLM critique (Gemini), only with your own key and explicit consent' — isso envia o arquivo de áudio ao Google.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar
- Se a instalação e o servidor MCP funcionam no Windows; os comandos do README usam principalmente caminhos de Linux/macOS (.venv/bin/python).
- A velocidade real em um notebook comum; o README diz que cada chamada da linha de comando leva cerca de 20 a 40 segundos para carregar os modelos.
- O uso real de disco depois de instalar o torch e os modelos; as verificações estimam de 950 MB a 4,5 GB.
- Quão precisas são as descrições de sons e os veredictos sobre trilhas sonoras fora dos testes do próprio autor.