earshot
Des oreilles pour ton agent de code : earshot décrit un son en mots, dit s'il correspond à ce que tu demandes, trouve le bon moment dans un long enregistrement et vérifie qu'un bruitage tombe sur la coupe de l'image. Il fabrique aussi des sons par le code, à partir d'une banque de 252 effets qui se rendent sans modèle ni réseau (souffles, chocs, clics, notes). Tourne en local sur le processeur, en ligne de commande, en Python ou comme serveur MCP pour Claude Code. Licence MIT, version 0.4.1 du 6 novembre 2026, environ 4,6 k étoiles au 12 novembre 2026.
Forces
- Mesure le calage du son sur l'image : la commande timeline relève chaque événement sonore et sa synchronisation avec les coupes de la vidéo
- Banque de 252 effets rendus par le code en quelques secondes, sans modèle ni réseau, avec durée, point culminant et hauteur réglables
- Classe des fichiers candidats d'après une description : utile pour choisir le bon son parmi plusieurs téléchargés
- Tout tourne en local sur le processeur, sans carte graphique, et s'ajoute à Claude Code comme serveur MCP
Limites
- Les sons fabriqués par le code restent synthétiques : le test à l'aveugle publié tient sur une seule personne et quinze essais, l'auteur dit lui-même que ce n'est pas une preuve
- Il ne juge ni le goût, ni l'émotion, ni la licence d'un son : un fichier trouvé ailleurs reste à vérifier par toi
- Installation technique : uv et FFmpeg requis, deux modèles d'environ 1,1 Go à télécharger, et chaque appel d'analyse en ligne de commande recharge les modèles en 20 à 40 secondes (measure, sfx et kit n'en chargent aucun)
- Dépôt créé en octobre 2026, déjà à sa version 0.4 : les commandes bougent vite, relis le journal des versions avant de mettre à jour
Pour qui
- Créateurs qui font monter leurs vidéos par un agent (HyperFrames, Remotion) et veulent des bruitages calés à la coupe près