应用介绍
让 AI 写代码渲染一支产品演示片，画面能出来，声音却是个盲区：它分不出一次按键声是高级还是廉价，不知道某个音效比转场慢了 80 毫秒，更听不出配乐在哪里涨错了位置。earshot 就是补这块短板的——给编程 Agent 一对能用的耳朵。
它把声音变成 Agent 能推理的证据：一个文件听起来像什么、和一句描述有多贴、一整部片子的逐秒听感文字稿，以及对照职业发布片的评分单。更特别的是它还能反过来用代码造声音——Agent 写出合成配方，听一遍打分，再改，循环到满意为止。全程本地 CPU 运行，不需要显卡，也不用联网。
describe 描述声音：给一个音频文件，用文字说出它听起来像什么，附带最接近的几种备选读法和响度、亮度等实测数据。比如一段相机快门声，它可能说像军鼓或盒盖合上。
match 与 rank 匹配：判断一段声音和一句描述贴不贴，或者把一堆候选文件按描述排序，直接挑出最合适的那个。
find 找片段：在长录音里找出最符合描述的那几秒，给出可以直接裁剪的起止时间。
timeline 与 sheet 听感转写：把整支视频转成逐秒的事件清单，标出声音和画面剪切点是否对上，还能输出一张带频谱和标注的图给能看图的 Agent。
critique 发布片评分：对照 7 支职业发布片总结出的标准打分，哪里响度不够、哪个音效落点偏了，给出带时间戳的修改清单。
sfx 与 kit 音效库：内置 252 个用代码存的音效，按编号几秒内渲染，可以指定落在画面哪一刻；kit 能把整支片子的音效一次渲染出来并量好同步点，不需要模型也不联网。
forge 与 fit 造声与还原：forge 让 Agent 写合成配方并靠听来迭代；fit 把一段录音翻译成能调参数的配方代码。
多种接入方式：命令行、Python API 和 MCP 服务三种用法，接 Claude Code 等 Agent 时用 MCP 最省事，因为模型常驻内存，不用每次都重新加载。
MIT 开源：Python 编写，源码和 252 个音效都在仓库里，官网上可以直接试听。
它把声音变成 Agent 能推理的证据：一个文件听起来像什么、和一句描述有多贴、一整部片子的逐秒听感文字稿，以及对照职业发布片的评分单。更特别的是它还能反过来用代码造声音——Agent 写出合成配方，听一遍打分，再改，循环到满意为止。全程本地 CPU 运行，不需要显卡，也不用联网。
软件功能
describe 描述声音：给一个音频文件，用文字说出它听起来像什么，附带最接近的几种备选读法和响度、亮度等实测数据。比如一段相机快门声，它可能说像军鼓或盒盖合上。
match 与 rank 匹配：判断一段声音和一句描述贴不贴，或者把一堆候选文件按描述排序，直接挑出最合适的那个。
find 找片段：在长录音里找出最符合描述的那几秒，给出可以直接裁剪的起止时间。
timeline 与 sheet 听感转写：把整支视频转成逐秒的事件清单，标出声音和画面剪切点是否对上，还能输出一张带频谱和标注的图给能看图的 Agent。
critique 发布片评分：对照 7 支职业发布片总结出的标准打分，哪里响度不够、哪个音效落点偏了，给出带时间戳的修改清单。
sfx 与 kit 音效库：内置 252 个用代码存的音效，按编号几秒内渲染，可以指定落在画面哪一刻；kit 能把整支片子的音效一次渲染出来并量好同步点，不需要模型也不联网。
forge 与 fit 造声与还原：forge 让 Agent 写合成配方并靠听来迭代；fit 把一段录音翻译成能调参数的配方代码。
多种接入方式：命令行、Python API 和 MCP 服务三种用法，接 Claude Code 等 Agent 时用 MCP 最省事，因为模型常驻内存，不用每次都重新加载。
MIT 开源：Python 编写，源码和 252 个音效都在仓库里，官网上可以直接试听。
