
Earshot MCP 服务
分析本地音频、检查音画同步,并通过 MCP 提供声音测量与合成工具。
发布者:LeonxlnxLeonxlnx/earshot
你将打开的内容
可用测量、标签和可视化结果检查音频文件或视频配乐。音效库无需模型即可渲染;语义听音功能需加载本地模型。
如何配置
- 在固定版本仓库中创建虚拟环境,安装 CPU PyTorch 和 MCP 扩展依赖。
- 在 MCP 标签页使用虚拟环境 Python 的绝对路径,先替换 /path/to/earshot。
- 先运行 earshot doctor,再对自己有权使用的文件进行测量。
依赖与第三方条款
需要 Python 3.10+、虚拟环境和 CPU PyTorch。首次使用模型约下载 1.1 GB:CLAP 为 Apache-2.0,AST 为 BSD-3-Clause。可选 Gemini 点评仅在明确同意上传并提供自己的密钥后发送音频,适用服务商条款及费用。视频流程需要 FFmpeg。
添加前请检查
- 先阅读指令并检查脚本,再决定是否执行。
- 检查工具权限、所需凭据和外部网络请求。
- 以来源许可和资源专属条款为准。


