يفتح في علامة تبويب جديدة

كل المهاراتAIWIZARD / دليل المهارة

مهارة للذكاء الاصطناعي

Earshot real-sound: تصميم صوت للفيديو من تسجيلات مرخّصة

مهارة لوكلاء البرمجة لاختيار تسجيلات صوتية مرخّصة ومزامنتها ومزجها مع الفيديو، مع فحوص جودة وتجهيز بيانات الحقوق باستخدام Earshot.

advancedالرخصة: راجع تفاصيل المهارة

غلاف توضيحي لمهارة Earshot real-sound بموجة صوتية وسماعة مضيئة

ماذا ستنجز؟

مسار صوتي ممزوج ومتزامن مع الفيديو، مع مسارات منفصلة وتقارير فحص وبيانات حقوق ونسخة فيديو مدمجة بالصوت.

ما الذي تحتاجه؟

وكيل يدعم تحميل المهارات وتنفيذ الأوامر المحلية؛ Python 3.10+ وحزمة Earshot واعتمادياتها؛ uv للمسار الموصى به؛ FFmpeg وffprobe على PATH؛ Node.js لسكربت mux.mjs؛ ملفات skills/real-sound كاملة مع السكربتات والقوالب والمراجع؛ نحو 1.1 GB لتنزيل نماذج التحليل أول مرة؛ CPU ولا يشترط GPU؛ فيديو أو خط زمني، وتسجيلات مرخصة ومقطوعة موسيقية مصرح بها؛ اختياري: Gemini API key وموافقة على رفع الصوت للتحليل الخارجي؛ مجاني ومفتوح المصدر للكود؛ قد توجد تكلفة لوكيل البرمجة والأصول الصوتية وخدمة Gemini الاختيارية. لم تُختبر عمليًا هنا.

طريقة الاستخدام

  1. جهز Python 3.10+ وFFmpeg وffprobe، وثبت Earshot وفق دليل المشروع.
  2. أضف مجلد skills/real-sound كاملًا إلى مجلد المهارات الذي يدعمه وكيلك، وجهز مفسر Python باعتمادياته.
  3. حدد أحداث الفيديو، والموجز الصوتي، والتسجيلات والموسيقى المصرح باستخدامها.
  4. راجع التراخيص والمزج والتزامن وتقارير الجودة، ثم جهز النسب وادمج الصوت مع الفيديو.

Earshot real-sound مهارة لوكلاء البرمجة تساعدهم على إعداد المسار الصوتي لفيديو مصنوع بالكود، اعتمادًا على تسجيلات حقيقية وموسيقى مرخّصة. تفيد في عروض المنتجات، والشروحات، وتحريك الشعارات، والفيديوهات المبنية باستخدام Remotion أو GSAP أو غيرهما. تجمع بين اختيار الأصوات، وضبط توقيتها، والمزج، وفحص الجودة، وتجهيز بيانات نسب الحقوق.

المقصود هنا هو مسار real-sound تحديدًا. مشروع Earshot الأوسع يتضمن أيضًا أدوات forge وfit وبنك أصوات مبنيًا بالكود، لكن هذه المهارة تشترط استخدام تسجيلات فعلية أو إنتاجات صوتية مرخّصة. الكود فيها يختار ويقص ويعالج ويمزج الملفات، ولا يولّد أصواتًا بديلة من الصفر.

ماذا تضيف إلى مشروعك؟

بدل وضع مؤثر عند كل حركة، تبدأ المهارة بقائمة أحداث مرتبطة بإطارات الفيديو: ضغطة زر، أو ظهور بطاقة، أو لحظة كشف المنتج. تحدد أي حدث يحتاج صوتًا وأي حدث يفضل تركه للموسيقى. بعدها ترتب الملفات في مجموعات مثل النقرات، ولوحة المفاتيح، والحركة، والأجواء المحيطة، مع مقطوعة موسيقية واحدة تناسب بناء الفيلم.

يمكن لـEarshot وصف ملف صوتي، وترتيب عدة ملفات وفق وصف مطلوب، والعثور على ضربة منفردة داخل تسجيل طويل. أما أدوات real-sound فتنتج تصميمًا بصيغة JSON، وملف صوت نهائي، ومسارات منفصلة، وتقارير فحص، وملف حقوق، ثم تدمج الصوت مع الفيديو. هذه مخرجات يصفها المشروع، وليست نتائج تجربة أجريناها.

مثال استخدام افتراضي

لنفترض أنك أعددت فيديو مدته ثلاثون ثانية لتطبيق تنظيم مهام. يمكنك طلب: «استخدم نقرة هادئة عند تأكيد المهمة، وصوتًا خفيفًا عند ظهور البطاقة، واجعل أقوى لحظة موسيقية مع ظهور الشاشة الرئيسية. تجنب المؤثرات أثناء التمرير، وأرفق مصادر كل ملف وشروط استخدامه». هنا تصبح الحركة هي أساس التوقيت، ويظل الصوت خادمًا للفكرة بدل ازدحام اللقطات بمؤثرات متكررة.

طريقة الإعداد والاستخدام

  1. راجع دليل التثبيت وجهز Python 3.10 أو أحدث، وأدوات FFmpeg وffprobe على PATH. المسار الموصى به للحزمة يستخدم uv، ويمكن تثبيتها بالأمر uv tool install "earshot[mcp] @ git+https://github.com/Leonxlnx/earshot".
  2. احصل على مجلد skills/real-sound كاملًا من المستودع، مع السكربتات والقوالب والمراجع، وضعه في مجلد المهارات الذي يدعمه وكيلك. توثق التعليمات مجلد Claude Code الشخصي أو الخاص بالمشروع. تثبيت حزمة Earshot وحده لا يغني عن ملفات المهارة.
  3. شغّل سكربتات المهارة بمفسر Python يحتوي على earshot وnumpy وscipy وsoundfile. يشير الدليل إلى استخدام بيئة المستودع الافتراضية، وتشغيل السكربتات مع -I. تحتاج أيضًا Node.js عند استخدام أداة الدمج النهائية mux.mjs.
  4. جهز الفيديو أو خطه الزمني، واكتب موجز الصوت، ثم اختر التسجيلات وتحقق من تراخيصها. راجع الموسيقى والمزج والتزامن قبل إخراج النسخة النهائية، واحتفظ ببيانات الحقوق مع المشروع.

التشغيل المحلي والخصوصية

يعمل تحليل Earshot الأساسي محليًا على CPU دون اشتراط GPU. تنزيل النموذجين أول مرة يحتاج نحو 1.1 جيجابايت، ويمكن تجهيزهما مسبقًا باستخدام earshot doctor --fetch. بعد التخزين المؤقت، يذكر المشروع أن تحميلهما يتم محليًا، مع خيار عمل دون اتصال. تنزيل التسجيلات ومراجعة صفحات تراخيصها يظل عملًا يحتاج الإنترنت، ما لم تكن ملفاتك وبياناتها جاهزة مسبقًا.

يوجد تحليل اختياري عبر Gemini باسم earshot llm، يحتاج مفتاح API خاصًا وموافقة صريحة على رفع الصوت. هذا مسار خارجي منفصل عن التحليل المحلي؛ لا تفعله مع مادة سرية دون التأكد من السماح بمشاركتها وشروط الخدمة. قد تترتب عليه رسوم حسب حسابك واستخدامك.

التكلفة والتراخيص

كود المشروع متاح تحت ترخيص MIT، ونموذجا CLAP وAST لهما ترخيصا Apache-2.0 وBSD-3-Clause بحسب المستودع. لا تعني هذه التراخيص امتلاك حقوق الموسيقى والمؤثرات التي تضيفها. راجع صفحة كل أصل، واحتفظ بالمصدر والمؤلف والترخيص، وأدرج النسب المطلوب عند استخدام مواد CC BY.

تقبل سياسة المهارة فئات محددة مثل CC0 وCC BY وتراخيص مجانية معينة، وتستبعد المواد غير المتحقق منها وبعض التراخيص المقيدة. هذا شرط سير العمل، وليس حكمًا بأن كل مادة مستبعدة ممنوعة قانونيًا. لا توجد رسوم ترخيص للكود نفسه، لكن اشتراك وكيل البرمجة، والموسيقى المدفوعة، والخدمات الخارجية موارد منفصلة. لا تفترض أن تنزيل ملف مجانًا يسمح بإعادة توزيعه منفردًا.

حدود يجب معرفتها

الفحص الآلي يساعد على اكتشاف القطع المفاجئ والتشويش ومشكلات المستوى والتزامن، لكنه لا يحسم جمال الصوت أو حقوقه. تصنيف «واقعي» لا يثبت مصدر التسجيل. كما توثق المهارة احتمال خطأ تحديد بداية المازورة الموسيقية، لذلك راجع دخول الموسيقى والانتقالات بنفسك. النتيجة تحتاج استماعًا بشريًا ومراجعة على الملف النهائي، خصوصًا مع مزج مزدحم أو متطلبات عميل دقيقة.

مراجعة المصادر: 7 نوفمبر 2026. الوصف مبني على وثائق المشروع، دون تثبيت المهارة أو إجراء اختبار تشغيل مستقل.

المصدر والتوثيق

ابدأ من المرجع الأصلي

راجع تعليمات المصدر ومتطلبات التشغيل قبل التجربة.

افتح المصدر الرسمي

كمّل الاستكشاف

مهارة تكمّل فكرتك

ارجع للمكتبة وقارن الأدوات والمهارات حسب المهمة التي تريد إنجازها.

تصفّح المهارات