关于 songsee
songsee 是一项命令行技能，可从音频文件生成频谱图及其他音频特征可视化。它支持单图或网格图输出，并可设置可视化类型、外观、尺寸、频率范围和时间片段。
主要功能
- 01生成标准和 Mel 频谱图
- 02可视化音高类别、响度和速度
- 03在单张图像中呈现多种可视化
- 04配置调色板和输出尺寸
- 05按频率范围和音频片段筛选
适用场景
- 01检查音轨的频率内容
- 02在一张图中比较多种音频特征
- 03查看响度或速度随时间的变化
- 04将选定音频片段保存为可视化图像
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/songsee确认已加载。
详细介绍
songsee
从音频文件生成频谱图和多面板音频特征可视化图。
前提条件
需要安装 Go：
go install github.com/steipete/songsee/cmd/songsee@latest
可选：处理 WAV/MP3 以外的格式需要 ffmpeg。
快速开始
# 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
可视化类型
使用 --viz 并指定以逗号分隔的值：
| 类型 | 说明 |
|---|---|
spectrogram | 标准频率频谱图 |
mel | Mel 刻度频谱图 |
chroma | 音高类别分布 |
hpss | 谐波/打击乐分离 |
selfsim | 自相似矩阵 |
loudness | 随时间变化的响度 |
tempogram | 速度估计 |
mfcc | Mel 频率倒谱系数 |
flux | 频谱通量（起音检测） |
多个 --viz 类型会在一张图像中以网格形式呈现。
常用标志
| 标志 | 说明 |
|---|---|
--viz | 可视化类型（以逗号分隔） |
--style | 调色板：classic、magma、inferno、viridis、gray |
--width / --height | 输出图像尺寸 |
--window / --hop | FFT 窗口和跳步大小 |
--min-freq / --max-freq | 频率范围筛选 |
--start / --duration | 音频时间片段 |
--format | 输出格式：jpg 或 png |
-o | 输出文件路径 |
说明
- WAV 和 MP3 可原生解码；其他格式需要
ffmpeg - 可使用
vision_analyze检查输出图像，以进行自动音频分析 - 适用于比较音频输出、调试合成过程或记录音频处理流水线
评论
支持 Markdown