thetoyosibello/claude-sound-ear

Que fait claude-sound-ear ?

Donnez des yeux et des oreilles à votre Claude sur l'audio. Une compétence Claude installable qui transforme n'importe quelle bande-son audio ou vidéo en éléments que l'IA peut réellement analyser : un spectrogramme lisible, des faits objectifs de volume/timing, une carte sémantique de chaque effet sonore, une transcription vocale hors ligne et des visuels cymatiques générés par le son.

Fonctionnalités

• Analyse spectrogramme : Générez une image de spectrogramme lisible pour visualiser le contenu fréquentiel.
• Métriques de volume et timing : Obtenez des mesures objectives de volume (RMS, crête), de durée et de timing.
• Carte sémantique des sons : Identifiez et catégorisez chaque effet sonore (ex. pas, musique, bruit ambiant).
• Transcription vocale hors ligne : Transcription précise de la parole utilisant Whisper localement.
• Visuels cymatiques : Créez des visualisations dynamiques générées par le son.

Prérequis

• Python 3.8+
• ffmpeg installé et dans le PATH
• Modèle Whisper (téléchargé automatiquement)
• Bibliothèques Python : librosa, matplotlib, numpy, scipy, whisper, soundfile, Pillow

Installation

# Cloner le dépôt
git clone https://github.com/thetoyosibello/claude-sound-ear.git
cd claude-sound-ear

# Installer les dépendances Python
pip install -r requirements.txt

# (Optionnel) Définir le répertoire de travail pour Claude
# export SOUND_EAR_PATH=/chemin/vers/sound-ear

Utilisation

Pour utiliser cette compétence avec Claude, placez un fichier audio ou vidéo dans le répertoire d'entrée et exécutez la commande suivante :

claude-sound-ear analyse --input chemin/vers/votre/fichier.mp3 --output répertoire/sortie

Les fichiers de sortie seront générés dans le répertoire spécifié :

• spectrogram.png : Image du spectrogramme
• loudness.json : Métriques de volume et timing
• sound_map.json : Carte sémantique des événements sonores
• transcript.txt : Transcription vocale
• cymatics.png : Visualisation cymatique

Structure du projet

claude-sound-ear/
├── README.md
├── SKILL.md
├── requirements.txt
├── sound_ear/
│   ├── __init__.py
│   ├── analyse.py          # Point d'entrée principal
│   ├── spectrogram.py      # Génération de spectrogramme
│   ├── metrics.py          # Métriques de volume/timing
│   ├── sound_map.py        # Carte sémantique des sons
│   ├── transcription.py    # Transcription Whisper
│   └── cymatics.py         # Visuels cymatiques
└── exemples/
    └── demo.ipynb

Licence

MIT