推文

@LinearUncle · 2026-10-16 17:04

Opus5.5等模型可以制作非常漂亮的视频，但是AI 听不见声音，可能选择的音效很糟糕，是Slop！于是earshot 这个开源库尝试解决这个问题！ 举个例子：假设 AI 正在制作一段 30 秒的软件发布视频： 1. AI 找到十几个鼠标点击音效 2. Earshot 选出最符合“柔和、精致点击声”的几个 3. Earshot 从长录音中截出干净片段 4. 视频完成后，它检查点击声有没有和按钮按下的画面对齐。 5. 最后检查整体音量、结尾、音乐和音效密度，并给出具体修改时间点 因此，它更像是： 音频检测仪 + 音效搜索助手 + 视频声音质检工具 https://github.com/Leonxlnx/earshot

曝光 357 · 评论 1 · 点赞 2 · 书签 7 · 曝光/时 228.8540821922002