AgentAudio

背景

Agent 处理音频文件时，需要统一的调用入口和可查看的任务结果。AgentAudio 把媒体处理、轨道编辑、声音信息与 Agent 状态集中到同一个本地工作台。 面向 Agent 的音频文件处理入口、音频与视频媒体导入、音频适配与人声、伴奏分离、多轨编辑与文稿入口、响度、电平与段落信息、渲染导出与 Agent 任务状态

工作流程

导入媒体 → 音频适配与分离 → 多轨编辑 → 查看声音信息 → 渲染导出

把音频处理交给 Agent

AgentAudio 的定位是供 Agent 接入调用的音频处理工具。工作台保留智能体状态和任务记录，也让人能查看媒体、轨道与导出信息。

从文件到轨道，再到成品

界面把导入媒体、一键适配、人声分离与导出成品放在主要操作区，下方连接多轨编辑、文稿、音频评分、响度电平与段落信息。渲染区显示输出格式和处理状态，方便检查后继续调整。

界面细节

多轨编辑区连接媒体导入与轨道操作，让 Agent 处理后的音频仍能被人查看和调整。

真实软件界面

个人职责

需求定义 / 产品规划 / 工作流分析 / AI 辅助开发 / 界面实现 / 测试与迭代

我从需求出发设计产品和工作流程，通过 Vibe Coding 完成开发，也负责功能验证、界面迭代和交付整理。