Aller au contenu

Earshot : des bruitages posés sur les coupes d’une vidéo, notre test

Earshot est un outil gratuit (licence MIT) qui fabrique des bruitages par du code. Nous l’avons testé sur un de nos rendus muets : 8 sons posés autour des coupes, écart de moins de 0,5 ms à l’instant visé (les instants visés sont réglés jusqu’à 40 ms autour des coupes, pas pile dessus), sans connexion réseau. Mais il ne voit pas l’image, les coupes sont à lui fournir, et le son est synthétique.

Guides · Accès libre

Ce que vous obtenez

Rejouer notre démo : des bruitages posés sur les coupes d’une vidéo, avec la mesure de l’écart. À savoir : démo sur une seule vidéo de 9,4 secondes ; son jugé « synthétique » par un modèle d’écoute, pas par une mesure ; partie « oreilles » de l’outil non testée.

L’outil Earshot (GitHub, commit 591fa3e)Télécharger

Comment s’en servir

Prérequis : Python avec numpy, scipy, soundfile et soxr, ffmpeg, et le dépôt Earshot cloné au commit 591fa3e. Aucun compte, aucune clé.

  1. Télécharge l’archive et décompresse-la : tu obtiens README.md (le test et les limites), demo_earshot.py (notre script de démo) et run.log (le journal de notre exécution).
  2. Clone le dépôt https://github.com/Leonxlnx/earshot au commit 591fa3e, sans l’installer, et prépare un environnement Python neuf avec numpy, scipy, soundfile et soxr.
  3. Lance : EARSHOT_OFFLINE=1 HF_HUB_OFFLINE=1 python -I demo_earshot.py <dossier du dépôt> <video.mp4> <dossier de sortie>. Le script détecte les coupes, pose les sons et mesure l’écart.
  4. Chez nous (24 octobre 2026) : 8 sons posés autour des coupes d’un rendu muet de 9,4 secondes, écart de -0,3 à +0,4 ms par rapport à l’instant visé (instants réglés de -40 à +37 ms autour des coupes), 0 appel réseau. Source : run.log dans l’archive.
  5. Limites : il ne voit pas l’image ; les instants de coupe sont à lui fournir ; le son est synthétique (avis d’un modèle d’écoute, pas une mesure) ; projet jeune, un seul auteur : épingle le commit.