El editor de audio gratuito y de código abierto permite a los agentes de IA cortar y reorganizar pistas, con ediciones que se pueden deshacer.

Audionaut, un editor de audio multipista gratuito y de código abierto para Windows, macOS y Linux, impone una restricción inusual a la edición asistida por IA: cuando un agente modifica un proyecto que ya está abierto en la aplicación, la edición resultante se puede revertir mediante el sistema habitual de deshacer del editor.

La funcionalidad de agentes es la incorporación más reciente al proyecto, según la publicación del desarrollador del 2 de octubre en Show HN. Audionaut lleva varios años en desarrollo, así que la aplicación no es un proyecto completamente nuevo.

El control mediante agentes se proporciona a través del Model Context Protocol (MCP). Según la documentación de Audionaut, su servidor MCP expone las operaciones de línea de comandos del editor como herramientas que pueden invocar los agentes compatibles. Estas incluyen importar y exportar audio, analizar clips, dividirlos y moverlos, cambiar la ganancia y los fundidos, ajustar la velocidad de los clips, ensamblar arreglos y separar pistas.

La parte más inusual es lo que ocurre cuando un agente trabaja en un proyecto que ya está abierto. Audionaut afirma que un comando de agente funciona a partir del estado actual del proyecto en la aplicación, incluidos los cambios sin guardar, y que la edición resultante se añade al historial normal de deshacer. En este flujo de trabajo, el archivo del proyecto no se guarda automáticamente, por lo que el usuario decide cuándo guardarlo.

También se da prioridad a las ediciones humanas. Si el usuario hace otro cambio antes de que termine un comando de agente, la documentación indica que se descarta el resultado del agente y se solicita un nuevo intento, en lugar de sobrescribir la edición humana más reciente. Se rechazan los comandos durante la grabación y las exportaciones durante la reproducción.

El proyecto también ha recibido comentarios en Hacker News. Un usuario que dijo haber probado Audionaut durante unos minutos sugirió mejoras, como facilitar la importación de archivos y añadir fundidos cruzados automáticos, envolventes y efectos. El desarrollador dijo que varias de esas sugerencias se habían añadido a la lista de tareas pendientes del proyecto. Estos comentarios son anecdóticos y no constituyen pruebas del rendimiento o la adopción general de Audionaut.

Los agentes también pueden invocar la función de separación de pistas de Audionaut. La documentación del proyecto sobre la separación de pistas indica que utiliza el modelo htdemucs de Meta AI Research mediante demucs.cpp para convertir un clip mono o estéreo seleccionado en cuatro pistas: batería, bajo, otros y voces.

Según la documentación, el modelo de separación requiere una descarga única de unos 80 MB, tras la cual el procesamiento se lleva a cabo localmente en el ordenador del usuario. Audionaut indica que toda la separación se trata como una sola edición, lo que significa que una única acción de deshacer elimina las cuatro pistas recién creadas. La implementación actual procesa clips de hasta diez minutos y realiza la separación en la CPU.

Esto no demuestra que las ediciones generadas por agentes de Audionaut ni su separación de pistas sean mejores que las de otras herramientas de audio, y el desarrollador señala que los resultados producidos automáticamente aún pueden requerir edición manual. Lo que distingue esta implementación es la forma en que las operaciones de los agentes se integran en el proyecto existente del editor y en su sistema para deshacer cambios, en lugar de tratarse como cambios externos irreversibles.

Audionaut está disponible como software libre y de código abierto. Su sitio web oficial ofrece versiones para Windows, macOS y Linux, mientras que su código fuente está disponible en el repositorio de GitHub del proyecto.