Audionaut: Trình biên tập âm thanh đa rãnh mã nguồn mở mà AI có thể điều khiển

Audionaut là một ứng dụng desktop mã nguồn mở và miễn phí, phục vụ nhu cầu biên tập cũng như thu âm đa rãnh mà không đòi hỏi sự cồng kềnh của một DAW chuyên nghiệp. Điểm khiến dự án này đáng chú ý nằm ở khả năng "nói chuyện" với AI agent thông qua giao thức MCP, biến việc chỉnh sửa âm thanh bằng câu lệnh tự nhiên thành hiện thực. Phần mềm được viết bằng C++ hiện đại trên framework JUCE và chạy native trên cả Windows, macOS lẫn Linux.

Giao diện Audionaut

Không phải DAW, nhưng đủ dùng cho phần lớn công việc

Audionaut được định vị rõ ràng: một công cụ gọn nhẹ cho những ai làm nhạc, podcast hay các bản thu đa rãnh. Người dùng có được khả năng cắt chính xác, playlist riêng cho từng track, hỗ trợ đa kênh linh hoạt và xuất file sạch sẽ.

Điểm khác biệt so với các DAW truyền thống là Audionaut không cố gắng nhồi nhét mọi tính năng. Thay vào đó, nó tập trung vào những thao tác thiết yếu, giảm độ phức tạp cho người mới bắt đầu và cả những người dùng chuyên nghiệp chỉ cần xử lý nhanh một phiên thu âm.

Điểm nhấn: AI agent có thể chỉnh sửa trực tiếp

Đây là tính năng đáng chú ý nhất của dự án. Audionaut hỗ trợ MCP (Model Context Protocol), nghĩa là Claude và các agent khác có thể thao tác trên phiên làm việc của bạn. Chỉ cần cài ứng dụng cùng Node.js 18 trở lên, bạn có thể kết nối bằng một dòng lệnh duy nhất:

claude mcp add audionaut -- npx -y audionaut-mcp

Cách vận hành khá thông minh: bạn giữ dự án đang mở trong Audionaut, và mỗi thao tác chỉnh sửa do AI thực hiện sẽ đến dưới dạng một bước undo duy nhất. Điều này giúp bạn dễ dàng kiểm soát và hoàn tác nếu AI làm sai, thay vì phải mò lại từng thay đổi nhỏ.

Người dùng macOS cần lưu ý giữ dự án trong thư mục Music để tránh vấn đề về quyền truy cập.

Bộ công cụ dòng lệnh mạnh mẽ cho tự động hóa

Ngoài giao diện đồ họa, Audionaut còn cung cấp audionaut-cli — công cụ cho phép script, hệ thống CI và AI agent truy cập các dự án định dạng .audium mà không cần giao diện cũng như thiết bị âm thanh.

Mọi lệnh đều hỗ trợ cờ --json để xuất ra đúng một kết quả có thể đọc bằng máy trên stdout, với toàn bộ log đẩy sang stderr. Mã thoát được quy định rõ ràng: 0 thành công, 1 thao tác thất bại, 2 lỗi cú pháp và 3 tính năng không khả dụng trong bản build hiện tại.

Các lệnh tiêu biểu bao gồm:

• create, import: tạo dự án và đưa file âm thanh vào
• analyze: phân tích âm thanh với các thuật toán như BIC segmentation, phát hiện onset, theo dõi nhịp
• auto-edit, assemble: tự động chỉnh sửa và lắp ghép
• separate: tách stem thành Drums/Bass/Other/Vocals nhờ demucs.cpp
• export: xuất file với tùy chọn sample rate và bit depth

Một luồng làm việc điển hình của agent sẽ là: create → import → analyze → auto-edit/assemble → export, kiểm tra trường ok trong mỗi gói JSON trả về. Đáng chú ý là dự án được ghi bởi CLI vẫn mở được trong ứng dụng GUI và ngược lại.

Tách stem và phân tích âm thanh

Audionaut tích hợp hai thành phần xử lý tín hiệu đáng chú ý. Thứ nhất là Essentia — thư viện phân tích âm thanh được build tĩnh để phục vụ các tính năng phân đoạn và theo dõi nhịp.

Thứ hai là demucs.cpp, bản chuyển sang C++ của mô hình Demucs do Meta phát triển, dùng cho việc tách stem. Điểm hay là nó được biên dịch trực tiếp từ submodule, không cần bước build riêng. Trọng số mô hình không nằm trong repository mà sẽ được ứng dụng tải về trong lần sử dụng đầu tiên.

Build và giấy phép

Dự án cung cấp sẵn project cho Xcode trên macOS, Visual Studio 2026 trên Windows và Makefile cho Linux. Lưu ý khi clone cần dùng cờ --recursive để lấy đầy đủ submodule.

Về vấn đề pháp lý, Audionaut áp dụng giấy phép kép: GPL3 (hoặc mới hơn) và một giấy phép thương mại. Người đóng góp cần ký Contributor License Agreement trước khi đóng góp mã nguồn.

Giấy phép GPLv3

Vì sao dự án này đáng quan tâm?

Với người dùng Việt Nam, Audionaut mở ra một lựa chọn miễn phí, nhẹ và đa nền tảng cho những ai làm podcast, sáng tạo nội dung số hay sản xuất nhạc tại nhà mà không muốn đầu tư vào các DAW đắt tiền.

Nhưng giá trị lớn hơn nằm ở khả năng tích hợp AI vào quy trình sáng tạo. Khi các agent ngày càng đảm nhận nhiều tác vụ lặp đi lặp lại, việc một công cụ âm thanh chủ động mở API cho AI điều khiển là hướng đi đáng học hỏi. Đây có thể là hình mẫu cho cách các ứng dụng sáng tạo khác — từ chỉnh ảnh đến dựng video — sẽ vận hành trong tương lai gần.

Build status