■ 概要 AI コーディングエージェント向けの音声・音効分析 & 合成フレームワーク。生成映像に対して音声的フィードバックループを提供する。 ■ 特徴・用途 - **音声→言語化**: 長録音を秒単位で文字化・品質スコア化し、エージェントが「音が合致しているか」を判定可能にする点が新規性（通常は人手確認）。 - **コード化フォワード**: UI効果音・映画サウンドを合成パラメータで表現し、プロンプトから反復改善する ―― 従来は音声ライブラリの組み合わせ頼み。 - **MCP インテグレーション**: CLI/Python/MCP の三層対応でエージェント統合が容易。CPU-only で重いモデル不要。 ■ 結論 映像・ゲーム生成エージェントの「フィードバック盲点」を埋める実装的なアプローチ；マルチモーダル生成パイプラインの音声ボトルネックが具体的に解消される。