SuperAPI AI 工具集

songsee

通用与其它

查看项目

更新于 10-16 02:33

技能介绍

songsee 是用于从音频文件生成频谱图和多面板音频特征可视化的命令行工具,适合对比音频输出、调试合成结果或记录音频处理流程。

主要能力:通过 --viz 指定可视化类型,支持 spectrogram(标准频谱图)、mel(梅尔频谱)、chroma(音高类别分布)、hpss(谐波/打击分离)、selfsim(自相似矩阵)、loudness(响度随时间变化)、tempogram(节奏估计)、mfcc(梅尔频率倒谱系数)和 flux(频谱通量/起音检测)。多个类型会渲染为单张网格图。

使用方式:需先安装 Go,执行 go install github.com/steipete/songsee/cmd/songsee@latest。基本用法为 songsee track.mp3;用 -o 指定输出文件,如 songsee track.mp3 -o spectrogram.png;多面板示例:songsee track.mp3 --viz spectrogram,mel,chroma,hpss,selfsim,loudness,tempogram,mfcc,flux;时间切片示例:songsee track.mp3 --start 12.5 --duration 8 -o slice.jpg;也支持从标准输入读取,如 cat track.mp3 | songsee - --format png -o out.png。

常用参数包括 --style(classic、magma、inferno、viridis、gray)、--width/--height、--window/--hop、--min-freq/--max-freq、--start/--duration、--format(jpg 或 png)和 -o。

限制:WAV 与 MP3 可原生解码,其他格式需安装 ffmpeg。输出图像可用 vision_analyze 检查以进行自动化音频分析。资料未提供收费、平台支持范围等更多信息。