Сейчас создать рекламный ролик с помощью Claude Code уже не так сложно. Видеоряд можно настроить с помощью кода, а вот со звуком всё зависит от удачи, поскольку агент не способен услышать то, что создал. earshot решает эту проблему, фактически наделяя ИИ-агентов слухом. Инструмент преобразует звуки в текст и данные, которые ИИ может анализировать. Достаточно передать ему аудиофайл, и он сможет описать, что на нём слышно, например звук нажатия клавиши механической клавиатуры. Кроме того, инструмент определяет, является ли звук реальной записью или был синтезирован программно. https://github.com/Leonxlnx/earshot earshot также способен посекундно проанализировать весь ролик, выявить звуковые эффекты, которые не совпадают с переходами между кадрами, а затем оценить результат, сравнив его с семью профессиональными рекламными роликами. На основе анализа он предлагает рекомендации по исправлению недостатков с указанием конкретных временных отметок. Получив возможность «слышать», ИИ может самостоятельно создавать звуковые эффекты с помощью кода, прослушивать результат и вносить изменения. В репозитории уже содержится 201 звуковой эффект, созданный программным способом. Каждый из них можно сгенерировать по номеру за несколько секунд. Автор также провёл слепой тест, смешав программно синтезированные звуки нажатий клавиш и щелчков с реальными записями. Из 15 попыток участники правильно определили происхождение звука только в 8 случаях. Этот результат меня немало удивил. Всё работает локально на CPU и может напрямую интегрироваться с агентными инструментами, такими как Claude Code. 📱 @git_developer