Un éditeur audio gratuit et open source permet aux agents d’IA de couper et de réorganiser des pistes, tout en gardant les modifications annulables.

Audionaut, un éditeur audio multipiste gratuit et open source pour Windows, macOS et Linux, impose une contrainte inhabituelle à l’édition assistée par IA : lorsqu’un agent modifie un projet déjà ouvert dans l’application, la modification qui en résulte peut être annulée à l’aide du système d’annulation habituel de l’éditeur.

Selon la publication Show HN du développeur du 2 octobre, la fonctionnalité d’agent est la nouveauté la plus récente du projet. Audionaut est en développement depuis plusieurs années : l’application n’est donc pas un tout nouveau projet.

Le contrôle par agent est assuré par le Model Context Protocol (MCP). Selon la documentation d’Audionaut, son serveur MCP expose les opérations en ligne de commande de l’éditeur sous forme d’outils que les agents compatibles peuvent appeler. Celles-ci comprennent l’importation et l’exportation de fichiers audio, l’analyse de clips, leur division et leur déplacement, la modification du gain et des fondus, le réglage de la vitesse des clips, l’assemblage d’arrangements et la séparation des pistes.

La partie la plus inhabituelle concerne ce qui se passe lorsqu’un agent travaille sur un projet déjà ouvert. Audionaut indique qu’une commande d’agent s’exécute à partir de l’état actuel du projet dans l’application, y compris les modifications non enregistrées, et que la modification obtenue est ensuite ajoutée à l’historique normal des annulations. Dans ce processus, le fichier du projet n’est pas enregistré automatiquement : l’utilisateur décide quand le sauvegarder.

Les modifications apportées par l’utilisateur sont également prioritaires. Si l’utilisateur effectue une autre modification avant la fin d’une commande d’agent, la documentation indique que le résultat de l’agent est abandonné et qu’une nouvelle tentative est demandée, plutôt que d’écraser la modification plus récente de l’utilisateur. Les commandes sont refusées pendant l’enregistrement, et les exports sont refusés pendant la lecture.

Le projet a également suscité des réactions sur Hacker News. Un utilisateur qui disait avoir essayé Audionaut pendant quelques minutes a suggéré plusieurs ajouts, notamment l’importation de fichiers simplifiée, les fondus enchaînés automatiques, les enveloppes et les effets. Le développeur a indiqué que plusieurs de ces suggestions avaient été ajoutées au carnet de tâches du projet. Ces commentaires sont anecdotiques et ne constituent pas des preuves des performances ou du taux d’adoption global d’Audionaut.

Les agents peuvent également invoquer la fonction de séparation des stems d’Audionaut. La documentation du projet sur la séparation des stems indique qu’elle utilise le modèle htdemucs de Meta AI Research via demucs.cpp pour convertir un clip mono ou stéréo sélectionné en quatre pistes : Drums, Bass, Other et Vocals.

Selon la documentation, le modèle de séparation nécessite un téléchargement unique d’environ 80 Mo, après quoi le traitement est effectué localement sur l’ordinateur de l’utilisateur. Audionaut indique que la séparation est considérée comme une seule modification, ce qui signifie qu’une seule opération d’annulation supprime les quatre pistes nouvellement créées. L’implémentation actuelle traite les clips d’une durée maximale de dix minutes et effectue la séparation sur le processeur.

Cela ne permet pas d’établir que les modifications générées par l’agent d’Audionaut ou sa séparation des stems sont meilleures que celles d’autres outils audio, et le développeur précise que les résultats produits automatiquement peuvent encore nécessiter des retouches manuelles. Ce qui distingue cette implémentation, c’est la façon dont les opérations de l’agent sont intégrées au projet existant de l’éditeur et à son système d’annulation, plutôt que d’être considérées comme des modifications externes irréversibles.

Audionaut est disponible gratuitement en tant que logiciel libre. Son site officiel propose des versions pour Windows, macOS et Linux, tandis que son code source est disponible sur le dépôt GitHub du projet.