Editor de áudio gratuito e de código aberto permite que agentes de IA cortem e reorganizem faixas, com edições que podem ser desfeitas.

Audionaut, um editor de áudio multipista gratuito e de código aberto para Windows, macOS e Linux, impõe uma restrição incomum à edição assistida por IA: quando um agente altera um projeto que já está aberto no aplicativo, é possível reverter a edição resultante usando o sistema normal de desfazer do editor.

A funcionalidade de agentes é o recurso mais recente do projeto, segundo a publicação Show HN do desenvolvedor, de 2 de outubro. O próprio Audionaut está em desenvolvimento há vários anos, portanto, o aplicativo não é um projeto totalmente novo.

O controle por agentes é fornecido por meio do Model Context Protocol (MCP). Segundo a documentação do Audionaut, o servidor MCP expõe as operações de linha de comando do editor como ferramentas que agentes compatíveis podem invocar. Entre elas estão importar e exportar áudio, analisar clipes, dividir e mover clipes, alterar o ganho e os fades, ajustar a velocidade dos clipes, montar arranjos e separar stems.

A parte mais incomum é o que acontece quando um agente trabalha em um projeto que já está aberto. O Audionaut diz que um comando do agente funciona com base no estado atual do projeto no aplicativo, incluindo alterações não salvas, e que a edição resultante é então adicionada ao histórico normal de desfazer. Nesse fluxo de trabalho, o arquivo do projeto não é salvo automaticamente, deixando para o usuário decidir quando salvá-lo.

As edições humanas também têm prioridade. Se o usuário fizer outra alteração antes que um comando do agente seja concluído, a documentação diz que o resultado do agente é descartado e uma nova tentativa é solicitada, em vez de substituir a edição humana mais recente. Os comandos são recusados durante a gravação, enquanto as exportações são recusadas durante a reprodução.

O projeto também recebeu comentários no Hacker News. Um usuário que disse ter experimentado o Audionaut por alguns minutos sugeriu algumas melhorias, incluindo facilitar a importação de arquivos, crossfades automáticos, envelopes e efeitos. O desenvolvedor disse que várias dessas sugestões foram adicionadas à lista de pendências do projeto. Esses comentários são anedóticos e não constituem evidências do desempenho ou da adoção geral do Audionaut.

Os agentes também podem invocar a função de separação de stems do Audionaut. A documentação de separação de stems do projeto diz que ela usa o modelo htdemucs da Meta AI Research por meio do demucs.cpp para transformar um clipe mono ou estéreo selecionado em quatro faixas: bateria, baixo, outros e vocais.

De acordo com a documentação, o modelo de separação requer um download único de cerca de 80 MB, após o qual o processamento é realizado localmente no computador do usuário. O Audionaut informa que toda a separação é tratada como uma única edição, o que significa que uma operação de desfazer remove todas as quatro faixas recém-criadas. A implementação atual processa clipes de até dez minutos e realiza a separação na CPU.

Isso não demonstra que as edições geradas pelo agente ou a separação de stems do Audionaut sejam melhores que as de outras ferramentas de áudio, e o desenvolvedor observa que os resultados produzidos automaticamente ainda podem exigir edição manual. O que distingue a implementação é a forma como as operações do agente são integradas ao projeto existente do editor e ao seu sistema de desfazer, em vez de serem tratadas como alterações externas irreversíveis.

O Audionaut está disponível como software livre e de código aberto. Seu site oficial oferece versões para Windows, macOS e Linux, enquanto seu código-fonte está disponível no repositório do GitHub do projeto.