earshot: הכלי שנותן לקלוד קוד לשמוע את הסרטונים שלו

מה זה earshot ולמה קלוד צריך אוזניים?

קלוד קוד כבר יודע לבנות סרטונים מקוד, עם כלים כמו Remotion או HyperFrames. הוא בוחר אפקט, מציב אותו בשנייה מסוימת, ומרנדר. רק שהוא אף פעם לא שמע את התוצאה. הוא לא יודע אם הלחיצה נשמעת זולה, אם המכה נוחתת 80 מילישניות אחרי החיתוך, או אם המוזיקה עולה במקום הלא נכון.

earshot פותר בדיוק את זה. הוא הופך סאונד לראיות שסוכן יכול לקרוא: תיאור במילים של מה שנשמע, ציר זמן של כל אירוע, תמונה מסומנת של כל הפסקול, וציון מול סרטונים מקצועיים. נכון ל-5 בנובמבר 2026 הכלי בגרסה 0.4.0, ברישיון MIT, עם כ-3,900 כוכבים בגיטהאב.

חשוב להבין את החלוקה: earshot לא מחליף את הכלי שבונה את הסרטון. הוא יושב לידו. קלוד ממשיך לכתוב את הסרטון כמו קודם, ופשוט מקבל דרך לבדוק את מה שיצא לפני שהוא אומר לכם "מוכן". זה כמו להוסיף לעורך וידאו זוג אוזניות טובות.

מה earshot עושה בפועל?

יש לו הרבה פקודות. אלה הארבע שהכי שימושיות למי שעושה סרטונים עם קלוד:

• ביקורת על הסרטון (critique): משווה את הסאונד לפרופיל של 7 סרטוני השקה מקצועיים, ומחזיר רשימת תיקונים עם זמנים מדויקים, מהחשוב לפחות חשוב.
• תמליל האזנה (timeline): כל אירוע קולי עם זמן, עוצמה ותיאור, ועוד בדיקה אם הסאונד מסונכרן לחיתוכים בתמונה.
• גיליון (sheet): תמונה אחת עם פריימים מהסרטון, אירועים מסומנים, ספקטרוגרמה ועוצמה. קלוד קורא תמונות, אז זו הדרך הכי מהירה שלו "לראות" את הסאונד.
• ייצור אפקטים (forge): כותב סאונד כקוד, מרנדר כמה גרסאות, מקשיב להן ומשפר עד שזה נשמע אמיתי.

בנוסף יש בנק של 252 אפקטים שמורים כקוד, שמתרנדרים לפי מזהה תוך שניות, בלי מודלים ובלי אינטרנט. אפשר לכוון כל אפקט לרגע מסוים בתמונה, לקצר אותו או לשנות לו טון.

איך מתקינים את earshot?

צריך Python בגרסה 3.10 ומעלה ו-ffmpeg. אין צורך בכרטיס מסך. במק:

העתקהgit clone https://github.com/Leonxlnx/earshot && cd earshot
python3 -m venv .venv
.venv/bin/python -m pip install torch --index-url https://download.pytorch.org/whl/cpu
.venv/bin/python -m pip install -e ".[mcp,llm,dev]"
.venv/bin/python -m earshot doctor --load

בשימוש הראשון הוא מוריד שני מודלים פתוחים, בערך 1.1 גיגה, לתיקייה בתוך הריפו. משם הוא עובד בלי אינטרנט. אחר כך מחברים אותו לקלוד קוד כשרת MCP, כדי שהמודלים יישארו טעונים בין קריאה לקריאה. מחליפים את הנתיב בנתיב שבו שמרתם את התיקייה:

העתקהclaude mcp add earshot --scope user -e EARSHOT_THREADS=3 -- /path/to/earshot/.venv/bin/python -m earshot mcp

בריפו יש גם שני סקילים בתיקייה skills/: earshot מלמד את קלוד איזו פקודה עונה על איזו שאלה ומתי לא לסמוך על התשובה, ו-real-sound הוא תהליך שלם לפסקול מהקלטות אמיתיות עם בדיקת רישיונות. מעתיקים אותם ל-~/.claude/skills/.

מה כותבים לקלוד אחרי ההתקנה?

הפרומפט הזה בנוי לסרטון שקלוד כבר בנה לכם, למשל ב-Remotion. הוא מבקש להקשיב, לתקן לפי סדר חשיבות, ולהקשיב שוב:

העתקהתשתמש ב-earshot כדי להקשיב לסרטון out/video.mp4.
1. תריץ critique ותראה לי את שלושת התיקונים הכי חשובים, עם הזמנים.
2. תריץ timeline עם הסרטון ותבדוק שכל אפקט נוחת על החיתוך. תכתוב לי איפה יש איחור או הקדמה.
3. תתקן בקוד רק את מה שמצאת, תרנדר מחדש ותקשיב שוב.
4. אם חסר אפקט, תיקח אחד מהבנק עם sfx render ותכוון אותו לרגע הנכון. בלי אפקטים של ווש.
אל תשנה את המוזיקה ואת הקריינות. בסוף תראה לי טבלה של לפני ואחרי.

שימו לב לשורה של "בלי אפקטים של ווש". זה טעם אישי שלי, ואתם יכולים למחוק אותה. הנקודה היא שאתם מחליטים על הסגנון, ו-earshot רק מוודא שהביצוע מדויק.

איך earshot מייצר סאונד חדש בקוד?

זה החלק שהכי מפתיע אנשים. כשחסר אפקט, למשל לחיצת מקלדת או מכה על חיתוך, earshot forge לא מוריד קובץ מהאינטרנט. הוא כותב "מתכון": תיאור פיזיקלי של הצליל בקוד, עם מקור, חדר ומיקרופון מחושבים. אחר כך הוא מרנדר עשרות גרסאות, מקשיב לכל אחת, נותן ציון ומשפר את הטובות. סוכן הביקורת מסביר במילים מה לא עובד, למשל "נשמע כמו פקק של בקבוק" או "הזנב נגמר מהר מדי", וקלוד משכתב את המתכון וחוזר על הסבב.

יש 34 קטגוריות של אפקטים לעיצוב תנועה: מעברים, מכות, לחיצות, פופים, צלצולים, עליות ועוד. ויש פקודה הפוכה, fit, שלוקחת הקלטה ומתרגמת אותה לקוד, כך שאפשר לייצר ממנה גרסאות שונות.

איך נראה סבב תיקון אחד?

ככה נראה סבב טיפוסי לפי התיעוד, כשקלוד בונה סרטון קצר. קודם הוא מרנדר טיוטה. אחר כך הוא מריץ sheet ומסתכל על התמונה: איפה יש אירועים, איפה יש שקט, איך העוצמה עולה ויורדת. אחר כך critique, שמחזיר משהו כמו "קרוב, 21 מתוך 23 מדדים בטווח" ורשימה של מה לתקן קודם. נגיד, ששום דבר לא מגיע לעוצמה מלאה עד השנייה הראשונה.

קלוד מתקן בקוד רק את הנקודות האלה, מרנדר שוב, ומקשיב שוב. בדרך כלל שניים או שלושה סבבים מספיקים. ההבדל הגדול לעומת עבודה בלי אוזניים: במקום שאתם תשמעו כל גרסה ותכתבו "המכה מאחרת", קלוד מגלה את זה לבד, עם מספר מדויק במילישניות.

עוד שימוש שכדאי להכיר הוא find. נותנים לו הקלטה ארוכה, למשל שתי דקות של הקלדה על מקלדת, ותיאור כמו "לחיצה בודדת על מקש", והוא מחזיר את הרגעים הכי מתאימים עם זמני התחלה וסיום. ככה קלוד חותך בעצמו את הצליל הנכון מתוך הקלטה שלכם, במקום שתחפשו אותו ידנית בתוכנת עריכה.

למי זה מתאים?

• יוצרים שעושים סרטונים עם קלוד קוד: רילס, סרטוני הסבר או הדגמות מוצר, שבהם הסאונד מרגיש "שטוח" או לא מסונכרן.
• מי שבונה סרטוני השקה למוצר: הציון מול 7 סרטוני ההשקה המקצועיים נותן רשימת תיקונים קונקרטית במקום תחושה.
• מי שצריך אפקטים בלי רישיונות: הבנק של 252 האפקטים נוצר בקוד, כך שאין שאלה מאיפה הם הגיעו.
• מי שבוחר בין הרבה הורדות: הפקודה rank מסדרת עשרות קבצים לפי תיאור, למשל "לחיצת מקלדת עמוקה", ומחזירה את המתאים ביותר.

ואם אתם עוד לא בונים סרטונים מקוד, תתחילו מ-המדריך על Remotion. earshot הוא השכבה שבאה אחרי.

מה חשוב לדעת לפני שמתחילים?

• עלות: הכלי חינמי ברישיון MIT, והמודלים פתוחים (Apache-2.0 ו-BSD-3). משלמים רק על קלוד קוד.
• טכני: ההתקנה דורשת טרמינל, Python ו-ffmpeg. זה לא כפתור באפליקציה. קלוד יכול להריץ את הפקודות בשבילכם, אבל כדאי להבין מה קורה.
• מה הוא לא שופט: לפי הריפו, הוא לא יודע להעריך טעם, רגש, רישיונות או תוכן של דיבור, ולא שומע מעל 14 קילוהרץ דרך המודלים. הוא אמין בעוצמה, תזמון וסנכרון.
• הציון: הפרופיל מתאר את הסגנון של 7 סרטונים מסוימים. סרטון טוב בסגנון אחר יכול לקבל ציון נמוך.
• פרטיות: הכל רץ אצלכם. יש אפשרות לביקורת דרך Gemini, והיא פועלת רק עם מפתח שלכם ואישור מפורש להעלאה.
• כשמשהו לא עובד: הפקודה earshot doctor בודקת את ההתקנה, את המודלים ואת קבצי הנתונים, ואומרת בדיוק מה חסר. זה הדבר הראשון שכדאי לבקש מקלוד להריץ אם פקודה נכשלת, לפני שמתחילים לחפש בגוגל.
• מהירות: סרטון של דקה עד דקה וחצי לוקח בערך דקה וחצי על מעבד של לפטופ, לפי המדידות בריפו.