用途：Sonar 面向音乐与音频文件的测量与质检，覆盖 BPM/调性/拍号检测、LUFS/True Peak/LRA/PLR 响度测量与 EBU R128 合规检查、面向 Spotify/Apple Music/YouTube/广播等目标的母带质检、频谱平衡与参考曲目对比、结构分段、音频质量问题排查（削波、真峰过冲、相位、单声道兼容、掩蔽、DC 偏移）、元数据与编解码检查，以及相似艺人/曲目推荐和乐器/效果器推断。
主要能力：生成可复现的 Python/Shell 分析流程（含单文件 CLI、批量遍历、CI 发布门禁），提供波形/频谱/响度历史可视化代码，支持 Demucs/Spleeter 分轨平衡分析，以及 AcoustID + MusicBrainz 指纹查询和元数据补全。
使用方式：流程为 INGEST → MEASURE → CLASSIFY → COMPARE → REPORT（或 LOOKUP/INFER/PROPOSE 变体）。测量前必须先用 ffprobe 检查格式/编解码/采样率/声道布局；每个报告数值须注明所用标准（如 ITU-R BS.1770-4、EBU R128）；生成的代码须固定库版本并记录测量参数；指纹查询默认先本地用 fpcalc 生成哈希，涉及第三方 API 需显式同意（--network=allow|ask|deny）。
适用场景：音乐母带质检与发布门禁、流媒体响度合规、参考曲对比、音频质量排障、分轨平衡评估、元数据与指纹查询、创意变体提案（仅提案，不生成音频）。
限制：不生成、重渲染、重母带或修改源文件；推断类输出（乐器/效果器/相似艺人/指纹匹配）必须标注置信度与模型名，不得当作测量事实；不得臆造指纹匹配、榜单或销量；效果器仅能推断效果类别而非插件或硬件品牌；有损音源、多声道降混、批量付费查询等需先确认；网络与原始音频上传需逐次或会话级同意。具体价格、平台覆盖细节及部分参数暂未提供。