1仕組みと動作原理
ローカルCPUで動作する音響・埋め込みモデル（CLAP + AST）に基づき、推測ではなく音響特徴を測定・定量化
skills/earshot/SKILL.md
earshot runs locally on CPU (audio never leaves the machine, except with the optional `llm` command) and caches every embedding and result on disk.
完全ローカル・オフライン実行。音声特徴量と埋め込みベクトルはその場にキャッシュ
候補のランキング、クリーンなポイントのトリミング、意味論的な音響記述、合成音／実録音の真偽判別まで、音声アセット選定の完全な意思決定ループを提供
skills/earshot/SKILL.md
1. `earshot rank "a soft felt mallet hit on a wooden block" downloads/sfx/ --top 5` - shortlist from a folder. 2. `earshot find winner.ogg "a single clean mallet hit" --top 3` - the best moments as sample trims (start / end in seconds).
定量化された音響キャリブレーションと編集支援
動画の劇伴レビューと同期ダッシュボード：映像・音声の同期タイムラインを抽出し、スペクトログラムとアライメントスコアを含むロング画像を生成
skills/earshot/SKILL.md
2. `earshot sheet film.mp4 -o sheet.png --cues cues.json` (`--from 10 --to 25` zooms, `--detail low` is faster) - an annotated PNG: frames, sections, labelled events, spectrogram, loudness, beats, cue markers coloured by sync
絵コンテとラウドネス同期を含む高忠実度な検証画像を出力
2コア機能
01音声の音響・ラウドネス測定および実録／合成の真偽判別
02素材の意味論的検索と高精度なトランジェントポイントのトリミング
03音画同期タイムラインの抽出とアライメント画像のレンダリング
4推奨統制措置と判定根拠
安全運用のための推奨統制措置
Agent 向け
段階的・都度認可、サンドボックス推奨
管理者向け
承認フロー、ロールバック可能、全履歴監査
判定根拠（ファイルパスと抜粋）
- scripts/: ローカルの earshot CLI コマンドまたは Python API (earshot rank/find/describe/sheet) の実行
- 本地文件系统: メディアファイルの読み込み、スペクトログラム解析画像 sheet.png および埋め込み特徴量キャッシュの書き出し
監査ノート： ローカル実行スクリプトおよび分析ツール：CPUレベルでの音声特徴量抽出のためにローカルにインストールされた earshot CLI ツールに依存し、ローカルメディアを読み取って可視化結果をディスクに出力します。想定外の外部ネットワーク通信や認証情報の読み取りは行いません。
5二重目の独立検証
- [ok] 网络外发检测 — 默认命令音频数据绝不离开本机，除可选 llm 命令外无外部网络请求
- [ok] 模型与性能声明 — CLAP 与 AST 纯 CPU 运行，首跑加载约 20-40s，内嵌多线程并发保护
6結論
最適な用途： 動画編集、ポッドキャストBGM選曲、モーション制作で音画同期の検証を行うAgent開発者や音声・動画クリエイター
不向きな用途： クラウド経由のミリ秒単位の超低遅延ストリーミングを必要とする純粋な音声対話シナリオ
Install Agent-Ready
① Verified Mirror 2026-10-25
Option A · Direct DownloadDownload earshot.tar.gz
sha256:
Option B · Copy Guide for Agent3f830b68f7ebc045…Agent はこの JSON ガイドから自動的にダウンロードして検証します。
② Upstream GitHub
GitHub Repo ↗
Pinned to commit 591fa3e028.