SuperAPI AI 工具集

claude-music-analyze

智能体与模型

查看项目

更新于 10-16 04:58

技能介绍

用途:对音频文件做音乐与技术层面分析,输出结构化报告,覆盖元数据、响度、BPM 与调性等指标。\n\n主要能力:\n- 快速分析:用 ffprobe 获取完整元数据、时长、采样率、声道数与编解码器。\n- 响度测量:用 FFmpeg 的 loudnorm 输出 JSON,读取 input_i(整体响度 LUFS)、input_tp(真峰值 dBTP)、input_lra(响度范围 LU)。\n- BPM 检测:可用 ffmpeg 的 ebur128 进行节奏分析;更精确的 BPM 建议在 ~/.video-skill/ 虚拟环境中使用 librosa。\n- 调性检测:依赖 librosa 计算 chroma 特征后取均值估计调性。\n- 综合报告:合并 ffprobe、loudnorm 与 librosa 结果,以结构化摘要呈现。\n\n使用方式:\n1. ffprobe 全量元数据:ffprobe -v quiet -print_format json -show_format -show_streams input.flac\n2. 仅时长:ffprobe -v quiet -show_entries format=duration -of csv=p=0 input.flac\n3. 采样率/声道/编解码器:ffprobe -v quiet -show_entries stream=sample_rate,channels,codec_name -of csv=p=0 input.flac\n4. 响度:ffmpeg -i input.flac -af loudnorm=I=-14:TP=-1:LRA=11:print_format=json -f null - 2>&1 | grep -A 20 '"input_'\n5. BPM(需 librosa,在 ~/.video-skill/ 环境中):source ~/.video-skill/bin/activate 后运行相关 Python 脚本。\n6. 调性同样在该环境中用 librosa 的 chroma_cqt 估计。\n\n适用场景:音乐制作前的素材体检、响度合规检查、BPM/调性参考、音频质量与格式核验。\n\n限制:BPM 与调性检测依赖 librosa 是否可用,未安装时无法提供;调性为基于 chroma 的估计值;响度测量依赖 FFmpeg 及 loudnorm 滤镜。定价、平台支持、性能指标等资料暂未提供。