Un editor audio open source gratuito consente agli agenti IA di tagliare e riordinare le tracce, mantenendo le modifiche sempre annullabili.

Audionaut, un editor audio multitraccia gratuito e open source per Windows, macOS e Linux, introduce un vincolo insolito nell'editing assistito dall'IA: quando un agente modifica un progetto già aperto nell'applicazione, la modifica risultante può essere annullata tramite il normale sistema di annullamento dell'editor.

La funzionalità degli agenti è la novità più recente del progetto, secondo il post Show HN dello sviluppatore del 2 ottobre. Audionaut è in sviluppo da diversi anni, quindi l'applicazione non è un progetto appena nato.

Il controllo degli agenti è fornito tramite il Model Context Protocol (MCP). Secondo la documentazione di Audionaut, il suo server MCP espone come strumenti le operazioni da riga di comando dell'editor, che gli agenti compatibili possono invocare. Tra queste figurano l'importazione e l'esportazione di audio, l'analisi delle clip, il taglio e lo spostamento delle clip, la modifica del guadagno e delle dissolvenze, la regolazione della velocità delle clip, l'assemblaggio di arrangiamenti e la separazione delle tracce.

La parte più insolita riguarda ciò che accade quando un agente lavora su un progetto già aperto. Audionaut afferma che un comando dell'agente opera sullo stato corrente del progetto nell'app, comprese le modifiche non salvate, e che la modifica risultante viene quindi aggiunta alla normale cronologia degli annullamenti. In questo flusso di lavoro il file del progetto non viene salvato automaticamente: spetta all'utente decidere quando salvarlo.

Anche le modifiche dell'utente hanno la precedenza. Se l'utente apporta un'altra modifica prima che il comando di un agente sia completato, la documentazione spiega che il risultato dell'agente viene scartato e viene richiesta una ripetizione, invece di sovrascrivere la modifica umana più recente. I comandi vengono rifiutati durante la registrazione, mentre le esportazioni vengono rifiutate durante la riproduzione.

Il progetto ha suscitato commenti anche su Hacker News. Un utente che ha affermato di aver provato Audionaut per qualche minuto ha suggerito alcune aggiunte, tra cui un'importazione dei file più semplice, dissolvenze incrociate automatiche, inviluppi ed effetti. Lo sviluppatore ha dichiarato che diversi di questi suggerimenti erano stati aggiunti alle attività arretrate del progetto. Si tratta di commenti aneddotici, non di prove delle prestazioni o del livello di adozione complessivi di Audionaut.

Gli agenti possono anche richiamare la funzione di separazione degli stem di Audionaut. La documentazione del progetto sulla separazione degli stem afferma che utilizza il modello htdemucs di Meta AI Research tramite demucs.cpp per trasformare una clip mono o stereo selezionata in quattro tracce: Drums, Bass, Other e Vocals.

Secondo la documentazione, il modello di separazione richiede un download una tantum di circa 80 MB, dopodiché l’elaborazione viene eseguita localmente sul computer dell’utente. Audionaut afferma che l’intera separazione viene trattata come un’unica modifica, il che significa che una sola operazione di annullamento rimuove tutte e quattro le nuove tracce create. L’implementazione attuale elabora clip della durata massima di dieci minuti ed esegue la separazione sulla CPU.

Questo non dimostra che le modifiche generate dall’agente di Audionaut o la separazione degli stem siano migliori di quelle di altri strumenti audio, e lo sviluppatore sottolinea che i risultati prodotti automaticamente possono comunque richiedere modifiche manuali. Ciò che distingue questa implementazione è il modo in cui le operazioni dell’agente si integrano nel progetto esistente dell’editor e nel suo sistema di annullamento, anziché essere trattate come modifiche esterne irreversibili.

Audionaut è disponibile come software open source gratuito. Il suo sito ufficiale offre versioni per Windows, macOS e Linux, mentre il codice sorgente è disponibile nel repository GitHub del progetto.