Бесплатный аудиоредактор с открытым исходным кодом позволяет ИИ-агентам нарезать и переставлять дорожки, сохраняя возможность отмены изменений.

Audionaut — бесплатный многодорожечный аудиоредактор с открытым исходным кодом для Windows, macOS и Linux — вводит необычное ограничение на редактирование с помощью ИИ: если агент изменяет проект, уже открытый в приложении, результат можно отменить с помощью обычной системы отмены действий редактора.

Функция работы с агентами — последнее нововведение в проекте, согласно публикации разработчика от 2 октября в Show HN. Сам Audionaut разрабатывается уже несколько лет, поэтому это не совершенно новый проект.

Управление агентами осуществляется через протокол контекста модели (MCP). Согласно документации Audionaut, его MCP-сервер предоставляет совместимым агентам операции редактора из командной строки в виде инструментов, которые они могут вызывать. В их число входят импорт и экспорт аудио, анализ клипов, разделение и перемещение клипов, изменение усиления и затуханий, регулировка скорости клипов, сборка аранжировок и разделение на стемы.

Более необычно то, что происходит, когда агент работает над уже открытым проектом. Audionaut сообщает, что команда агента работает с текущим состоянием проекта в приложении, включая несохранённые изменения, а результат редактирования затем добавляется в обычную историю отмены. В этом сценарии файл проекта не сохраняется автоматически — пользователь сам решает, когда его сохранить.

Изменения пользователя также имеют приоритет. Если пользователь вносит ещё одно изменение до завершения команды агента, в документации сказано, что результат работы агента отбрасывается, а вместо перезаписи более позднего изменения пользователя запрашивается повторная попытка. Команды отклоняются во время записи, а экспорт — во время воспроизведения.

Проект также получил отзывы на Hacker News. Один пользователь, написавший, что попробовал Audionaut в течение нескольких минут, предложил добавить более удобный импорт файлов, автоматические кроссфейды, огибающие и эффекты. Разработчик сообщил, что несколько таких предложений внесли в список задач проекта. Эти комментарии носят единичный характер и не свидетельствуют об общей производительности Audionaut или степени его распространения.

Агенты также могут вызывать функцию разделения на стемы в Audionaut. В документации проекта по разделению на стемы говорится, что функция использует модель htdemucs от Meta AI Research через demucs.cpp, чтобы преобразовать выбранный моно- или стереоклип в четыре дорожки: барабаны, бас, прочее и вокал.

Согласно документации, для модели разделения требуется однократно загрузить около 80 МБ, после чего обработка выполняется локально на компьютере пользователя. В Audionaut говорят, что всё разделение считается одной операцией редактирования, то есть одно действие отмены удаляет все четыре вновь созданные дорожки. Текущая реализация обрабатывает клипы длительностью до десяти минут и выполняет разделение на CPU.

Это не доказывает, что правки, созданные агентом Audionaut, или функция разделения на стемы лучше, чем в других аудиоинструментах; разработчик отмечает, что автоматически полученные результаты всё ещё могут требовать ручного редактирования. Особенность реализации заключается в том, что операции агента интегрированы в существующую систему проектов и отмены действий редактора, а не рассматриваются как необратимые внешние изменения.

Audionaut доступен бесплатно как программное обеспечение с открытым исходным кодом. На его официальном сайте можно найти сборки для Windows, macOS и Linux, а исходный код доступен в репозитории проекта на GitHub.