Songsee
通過命令行界面 (CLI) 從音頻文件生成頻譜圖和音頻特徵可視化（如梅爾頻譜、色度圖、MFCC、節奏圖等）。適用於音頻分析、音樂製作調試和可視化文檔記錄。
技能元數據
| 來源 | 捆綁（默認安裝） |
| 路徑 | skills/media/songsee |
| 版本 | 1.0.0 |
| 作者 | community |
| 許可證 | MIT |
| 標籤 | Audio, Visualization, Spectrogram, Music, Analysis |
參考：完整 SKILL.md
信息
以下是 Hermes 在觸發此技能時加載的完整技能定義。這是技能激活時代理所看到的指令。
songsee
從音頻文件生成頻譜圖和多面板音頻特徵可視化。
前置條件
需要 Go：
go install github.com/steipete/songsee/cmd/songsee@latest
可選：ffmpeg 用於支持 WAV/MP3 以外的格式。
快速開始
# Basic spectrogram
songsee track.mp3
# Save to specific file
songsee track.mp3 -o spectrogram.png
# Multi-panel visualization grid
songsee track.mp3 --viz spectrogram,mel,chroma,hpss,selfsim,loudness,tempogram,mfcc,flux
# Time slice (start at 12.5s, 8s duration)
songsee track.mp3 --start 12.5 --duration 8 -o slice.jpg
# From stdin
cat track.mp3 | songsee - --format png -o out.png
可視化類型
使用 --viz 配合逗號分隔的值：
| 類型 | 描述 |
|---|---|
spectrogram | 標準頻率頻譜圖 |
mel | 梅爾刻度頻譜圖 |
chroma | 音高類別分佈 |
hpss | 諧波/打擊樂分離 |
selfsim | 自相似矩陣 |
loudness | 隨時間變化的響度 |
tempogram | 速度估計 |
mfcc | 梅爾頻率倒譜系數 |
flux | 頻譜通量（起始點檢測） |
多個 --viz 類型將在單個圖像中以網格形式渲染。
常用標誌
| 標誌 | 描述 |
|---|---|
--viz | 可視化類型（逗號分隔） |
--style | 調色板：classic, magma, inferno, viridis, gray |
--width / --height | 輸出圖像尺寸 |
--window / --hop | FFT 窗口和跳數大小 |
--min-freq / --max-freq | 頻率範圍過濾器 |
--start / --duration | 音頻的時間切片 |
--format | 輸出格式：jpg 或 png |
-o | 輸出文件路徑 |
注意事項
- WAV 和 MP3 為原生解碼；其他格式需要
ffmpeg - 輸出圖像可使用
vision_analyze進行檢查，以實現自動化音頻分析 - 適用於比較音頻輸出、調試合成器或記錄音頻處理流程