songsee

songsee

オーディオファイルからスペクトログラムや複数パネルのオーディオ特徴量ビジュアライゼーションを生成します。

前提条件

Go が必要です：

go install github.com/steipete/songsee/cmd/songsee@latest

任意：WAV/MP3 以外の形式には ffmpeg が必要です。

クイックスタート

# 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

ビジュアライゼーションの種類

カンマ区切りの値を指定して --viz を使用します：

種類	説明
spectrogram	標準的な周波数スペクトログラム
mel	メル尺度スペクトログラム
chroma	ピッチクラス分布
hpss	調波成分と打楽器成分の分離
selfsim	自己類似度行列
loudness	時間経過に伴うラウドネス
tempogram	テンポ推定
mfcc	メル周波数ケプストラム係数
flux	スペクトルフラックス（オンセット検出）

複数の --viz 種類を指定すると、1 枚の画像にグリッドとして描画されます。

よく使うフラグ

フラグ	説明
--viz	ビジュアライゼーションの種類（カンマ区切り）
--style	カラーパレット：classic、magma、inferno、viridis、gray
--width / --height	出力画像のサイズ
--window / --hop	FFT のウィンドウサイズとホップサイズ
--min-freq / --max-freq	周波数範囲フィルター
--start / --duration	オーディオの時間区間
--format	出力形式：jpg または png
-o	出力ファイルのパス

注記

• WAV と MP3 はネイティブにデコードされます。それ以外の形式には ffmpeg が必要です
• 出力画像は vision_analyze で検査し、オーディオを自動分析できます
• オーディオ出力の比較、シンセシスのデバッグ、オーディオ処理パイプラインのドキュメント作成に役立ちます