Claude Code · Yapay Zekâ · Ses

Claude sağır, earshot ile videonun sesini dinlet

earshot, Claude Code gibi ajanların duyamadığı sesi okunabilir bir rapora çeviren açık kaynak bir araç. Kurulum, videonun ses karnesini çıkarma (critique), raporu Claude'a sade dille yorumlatma, sesi −14 LUFS'e getirme ve sınırları.

Süre: 20 dk
Seviye: Başlangıç
Adım: 6
Prompt: 3

PDF indir ↓

Claude videonu editleyebiliyor ama sesini duymuyor. Klavye efekti koyuyor, efektin yazıya ya da konuşma tonuna uyup uymadığını bilmiyor. Ses seviyesi bir yükselip bir düşüyor, fark etmiyor. Son videolarımı Claude ile kurguladım. earshot'a dinlettiğimde sesimin olması gerekenden ~10 dB kısık olduğu çıktı. Bu rehberde earshot'ı kurup kendi videomu nasıl ölçtüğümü, raporu Claude'a nasıl yorumlattığımı ve sesi nasıl düzelttiğimi adım adım yazdım. Komutların ve prompt'ların sağ üstündeki Kopyala butonuna bas, yapıştır, devam et.

Ne yapacağız

earshot'ı kuracağız, bir videonun ses karnesini çıkaracağız, raporu Claude'a anlayacağımız dille yorumlatacağız. Sonra en büyük sorunu, yani ses seviyesini, düzelteceğiz.

earshot ne? earshot, kodlama ajanlarına "kulak" veren açık kaynak bir araç. Bir ses ya da video dosyasını alıp ajanın okuyabileceği bir rapora çeviriyor: ses seviyesi (LUFS), tepe noktaları, sesin neye benzediği, efektlerin görüntüdeki kesmelerle ne kadar senkron olduğu. Python ile yazılmış, MIT lisanslı, GitHub'da ~3,3 bin yıldızı var. Tamamen bilgisayarının işlemcisiyle çalışıyor, ekran kartı gerekmiyor.

Nasıl duyuyor? Arka planda iki açık kaynak model çalışıyor:

CLAP: sesi ve yazıyı aynı haritaya diziyor. "Mekanik klavye tuşu" gibi bir tarifin bir sese ne kadar benzediğini böyle ölçüyor.
AudioSet etiketleyicisi: sesi 527 ses türüyle karşılaştırıp neyin duyulduğunu söylüyor: konuşma, müzik, tıklama gibi.

Bunların üstüne bir de ölçümler var (ses seviyesi, tepe, frekans dengesi). Bu ölçümler model kullanmıyor.

Sonuçta elinde üç şey olacak:

Videonun ses karnesi: hangi değerler normal aralıkta, hangileri değil, önce neyi düzeltmen gerektiği
Bu karnenin Claude'un yazdığı sade bir özeti
Ses seviyesi düzeltilmiş bir video

earshot'ı kur

Repo linkini Claude Code'a ver ve kurmasını iste:

Prompt

Bu repoyu kur: https://github.com/Leonxlnx/earshot

1. README'deki "Install" bölümündeki adımları izle; kendi sanal ortamını (.venv) kullan.
2. torch'u README'deki gibi CPU sürümüyle kur.
3. Bir şeyi kurmadan önce ne yapacağını söyle.
4. Bitince "earshot doctor --load" çalıştır ve sonucunu bana yaz.

Kurulum repoyu indiriyor, bir sanal ortam açıyor, torch'un CPU sürümünü ve earshot'ı kuruyor. Windows'ta sanal ortamın yolu .venv/Scripts/python, Mac ve Linux'ta .venv/bin/python.

Kurulumu kontrol et
Terminal
```
earshot doctor --load
```
Bu komut kurulumu, modelleri ve işlemci ayarlarını kontrol ediyor. İlk çalıştırmada iki modeli (~1,1 GB) indiriyor. Sonraki her kullanımda modelleri diskten okuyor, internete çıkmıyor.

earshot komutu bulunamazsa sanal ortamı açmamışsındır. Claude'a "earshot'ı sanal ortamdan çalıştır" demen yeterli.
Videonun ses karnesini çıkar
Videonun olduğu klasörde:
Terminal
```
earshot critique video.mp4 --fast
```
critique, videonu 7 profesyonel tanıtım filminden çıkarılmış bir profille karşılaştırıyor. Her ölçütün normal aralıkta olup olmadığını söylüyor ve en üste "önce bunu düzelt" listesi koyuyor.

--fast iki ağır kontrolü atlıyor: sesin gerçek kayıt mı yapay mı olduğu ve müziğin varlığı. Böylece sonuç dakikalar yerine saniyeler içinde geliyor. Videoyu paylaşmadan önce bir kere --fast olmadan da çalıştır.

Bende, kendi videom için çıkan özet şuydu: 21 ölçütten 16'sı normal aralıkta, 1 kritik ve 1 büyük sorun. Kritik sorun ses seviyesiydi:
- Benim videom: −23,9 LUFS
- Web ve YouTube hedefi: −14 LUFS civarı
- Fark: ~10 dB. İzleyici videoyu duymak için telefonun sesini açıyor, sonraki videoda kısıyor.
Tepe noktalarda −4,4 dB'ye çıkıyordu, yani ses bir yerde fısıltı, bir yerde patlıyordu.

LUFS ne? Kulağın algıladığı ortalama ses yüksekliği. Sayı sıfıra yaklaştıkça ses yükselir: −14, −24'ten daha yüksek.
Raporu Claude'a yorumlat
Rapor teknik terimlerle dolu. Ben hepsiyle uğraşmak yerine çıktıyı kopyalayıp Claude Code'a yapıştırdım:
Prompt
```
Bu teknik analizi benim anlayacağım basitlikte yorumlar mısın? Önce en önemli 3 sorunu söyle, her biri için ne yapmam gerektiğini tek cümleyle yaz.
<earshot critique çıktısını buraya yapıştır>
```
Bende Claude'un çıkardıkları şunlardı: ses çok kısık, çok fazla vurgu sesi var, ses tamamen mono, bas neredeyse hiç yok, orta frekanslar biraz sert. Bir de --fast modunda iki şeyin ölçülmediğini hatırlattı.

Sesin mono olması bana sorun değil. Telefona içerik üretiyorum, telefon hoparlörü zaten tek kanal gibi çalıyor. Her bulguyu düzeltmek zorunda değilsin; hangisinin senin için önemli olduğuna sen karar veriyorsun.
Ses seviyesini düzelt
En büyük sorun ses seviyesiydi ve düzeltmesi en kolayı da o. Claude'dan ffmpeg ile sesi −14 LUFS'e çekmesini iste:
Prompt
```
video.mp4'ün sesini ffmpeg ile −14 LUFS'e getir; true peak −1,5 dB'yi geçmesin. Görüntüye dokunma, yeniden kodlama. Sonuç video_14lufs.mp4 olsun. Bitince earshot measure ile yeni ses seviyesini ölç ve bana yaz.
```
earshot measure model yüklemeden yalnız ölçüm yapıyor, saniyeler sürüyor. Düzeltmenin tuttuğunu böyle görürsün.

Bu rehberin videosunun sesini de böyle düzelttik: −21,2 LUFS'ten −14,1'e.
İsteğe bağlı: MCP sunucusu olarak bağla
Her earshot komutu yeni bir işlem açıyor ve modelleri baştan yüklüyor: her seferinde 20-40 saniye. Bir videoda çok ölçüm yapacaksan earshot'ı MCP sunucusu olarak bağla. Modeller bir kere yüklenip açık kalıyor:
Terminal
```
claude mcp add earshot --scope user -e EARSHOT_THREADS=3 -- /earshot/klasorunun/yolu/.venv/bin/python -m earshot mcp
```
Yolu kendi earshot klasörünle değiştir. Windows'ta sonu .venv/Scripts/python. Yavaş bir bilgisayarda Claude Code'u MCP_TIMEOUT=60000 ile başlat.

Neyi duyuyor, neyi duymuyor

Konu	Güvenilir mi	Not
Ses seviyesi, tepe, dalgalanma	Evet	Ölçüm, model değil
Efektin görüntüdeki kesmeyle senkronu	Evet
"Bu ses tarif ettiğim ses mi?"	Tek ve net seslerde evet	Kalabalık bir miksin içinde yalnız ipucu
Müzik türü, duygu, zevk	Hayır	README de böyle söylüyor
Konuşmanın ne dediği	Hayır	Sözleri anlamıyor

Vurgularımı efekt sandı. Videoda "tıkır tıkır yazıyor" derken sesimle taklit ettiğim kısmı ses efekti olarak algıladı. Konuşma ağırlıklı videolarda bunu bekle.

Karne tanıtım filmlerine göre. critique videonu 7 profesyonel tanıtım filminin tarzıyla karşılaştırıyor. Kameraya konuştuğun bir Instagram videosu tanıtım filmi değil, o yüzden bazı ölçütler sana uymayabilir. Ses seviyesi ve tepe değerleri her video için geçerli; onlardan başla.

Kimin işine yarar

Mikrofonun kötüyse, efektler bir türlü oturmuyorsa ya da videonun genel ses düzeyini tutturamıyorsan ücretsiz ve iyi bir başlangıç. Profesyonel bir iş yapıyorsan yine bir ses mühendisiyle çalış; earshot onun yerini tutmaz.

Püf noktaları

Her komut yarım dakika bekliyor. Normal: her çağrıda modeller yükleniyor. Çok ölçüm yapacaksan 6. adımdaki MCP sunucusunu kullan.

ffmpeg bulunamadı. earshot ffmpeg ve ffprobe'u kullanıyor. Claude'a "ffmpeg'i kur ve PATH'e ekle" de.

earshot: command not found. Sanal ortam açık değil. Komutu .venv/bin/python -m earshot ... (Windows'ta .venv/Scripts/python -m earshot ...) şeklinde çalıştır.

Sonuçta "partial" yazıyor. --fast ile çalıştırdın; gerçeklik ve müzik kontrolleri atlandı. Paylaşmadan önce --fast olmadan çalıştır.

Rapor çok uzun. Prompt'a sınır koy: "en önemli 3 sorun, her biri tek cümle".

Bitti mi?

earshot'ı README'deki adımlarla, kendi sanal ortamında kurdum
earshot doctor --load hatasız bitti
earshot critique video.mp4 --fast ile videonun karnesini çıkardım
Raporu Claude'a sade dille yorumlattım
Sesi −14 LUFS'e getirdim ve earshot measure ile ölçtüm
Paylaşmadan önce bir kez --fast olmadan çalıştırdım

Takıldığın yeri Instagram'da yaz, rehbere eklerim.

Ne yapacağız

earshot'ı kur

Kurulumu kontrol et

Videonun ses karnesini çıkar

Raporu Claude'a yorumlat

Ses seviyesini düzelt

İsteğe bağlı: MCP sunucusu olarak bağla

Neyi duyuyor, neyi duymuyor

Kimin işine yarar