Songsee

Спектрограммы и признаки аудио (mel, chroma, MFCC) через CLI.

Метаданные навыка


Источник	Встроенный (установлен по умолчанию)
Путь	`skills/media/songsee`
Версия	`1.0.0`
Автор	community
Лицензия	MIT
Платформы	linux, macos, windows
Теги	`Audio`, `Visualization`, `Spectrogram`, `Music`, `Analysis`

Справочник: полный SKILL.md

инфо

Ниже — полное определение навыка, которое Hermes загружает при его срабатывании. Именно это агент видит как инструкции, когда навык активен.

songsee

Строит спектрограммы и многопанельные визуализации аудиопризнаков из звуковых файлов.

Требования

Нужен Go:

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

Опционально: ffmpeg для форматов помимо WAV/MP3.

Быстрый запуск

# 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

Типы визуализаций

В --viz перечислите нужные типы через запятую:

Тип	Описание
`spectrogram`	Стандартная частотная спектрограмма
`mel`	Спектрограмма в мел-шкале
`chroma`	Распределение по классам высоты тона
`hpss`	Разделение на гармоническую и перкуссионную составляющие
`selfsim`	Матрица самоподобия
`loudness`	Громкость во времени
`tempogram`	Оценка темпа
`mfcc`	Мел-частотные кепстральные коэффициенты
`flux`	Спектральный поток (детектирование онсетов)

Несколько типов --viz выводятся сеткой в одном изображении.

Основные флаги

Флаг	Описание
`--viz`	Типы визуализаций (через запятую)
`--style`	Цветовая палитра: `classic`, `magma`, `inferno`, `viridis`, `gray`
`--width` / `--height`	Размеры итогового изображения
`--window` / `--hop`	Размер окна и шага FFT
`--min-freq` / `--max-freq`	Фильтр диапазона частот
`--start` / `--duration`	Временной отрезок аудио
`--format`	Формат вывода: `jpg` или `png`
`-o`	Путь к выходному файлу

Примечания

WAV и MP3 декодируются нативно; для остальных форматов нужен ffmpeg
Готовые изображения можно передавать в vision_analyze для автоматического анализа аудио
Удобно для сравнения аудиовыводов, отладки синтеза и документирования конвейеров обработки звука