Earshot

Leonxlnx/earshotRadar 已核对

用途

earshot 把音频变成 AI 编程助手能够理解的文字和数字:一段声音是什么、是否符合某段描述、长录音中最精彩的片段,以及视频配乐的评分卡。它还能用代码生成音效,并自带包含 252 个音效的音效库。它面向使用 Claude Code 等智能体的开发者,可通过命令行、Python 库或 MCP 服务器使用。你需要 Python 3.10 及以上版本、ffmpeg 和终端。它在处理器上运行(不需要显卡),首次使用时会下载约 1.1 GB 的模型。

安装难易度

C · 需要安装 1–2 个工具 · Windows

没有安装程序:你需要先安装 Python 和 ffmpeg,克隆代码仓库,创建虚拟环境,然后在终端里运行几条 pip 命令。

GitHub 数据

星标: 3,3842026年10月31日
下载量: 4,861本周 900
增长: +4705 天内新增星标

星标变化

事实

可运行于: Windows, macOS, Linux
需要安装: Python, FFmpeg
从源码编译需要: Python, 显卡, FFmpeg
磁盘空间: 950 MB–4.3 GB · 估算
账号或密钥: Google Gemini (GEMINI_API_KEY, only for the optional llm critique)
费用: 免费 · 可选的 Gemini 点评功能使用你自己的 Google 密钥,由 Google 计费。
许可证: MIT (宽松型)
可以替代: ElevenLabs
最近更新: 2026年10月22日

风险信号 (3)

信息非常新的 alpha 项目
创建于 2026-10-15（距本次检查 11 天）；pyproject.toml 中的分类标记为 'Development Status :: 3 - Alpha'。
AI 审核
信息首次使用时下载模型
README 的 Install 部分：'The first model use downloads two open models (~1.1 GB)'，即 CLAP laion/larger_clap_general 和 MIT/ast-finetuned-audioset，两者都 'at a pinned revision with safetensors weights'。
AI 审核
信息可选择把音频上传到 Gemini
README：'`llm FILE --yes-upload` | optional audio-LLM critique (Gemini), only with your own key and explicit consent' —— 这会把音频文件发送给 Google。
AI 审核

证据以原始语言显示。

Radar 无法验证的内容

安装和 MCP 服务器能否在 Windows 上正常工作;README 中的命令大多使用 Linux/macOS 路径(.venv/bin/python)。
在普通笔记本电脑上的实际速度;README 称每次命令行调用加载模型大约需要 20-40 秒。
安装 torch 和模型后实际占用的磁盘空间;检查结果估计在 950 MB 到 4.5 GB 之间。
在作者自己的测试之外,它的声音描述和配乐评判有多准确。