title: “Songsee — Audio spectrograms/features (mel, chroma, MFCC) via CLI” sidebar_label: “Songsee” description: “Audio spectrograms/features (mel, chroma, MFCC) via CLI”
{/* 本页面由 website/scripts/generate-skill-docs.py 根据技能对应的 SKILL.md 文件自动生成。请直接编辑源文件 SKILL.md，而非此页面。 */}
Songsee
通过 CLI 工具生成音频频谱图及各种音频特征（如梅尔频谱、色度图、MFCC 等）。
技能元数据
| 来源 | 内置（默认已安装） |
| 路径 | skills/media/songsee |
| 版本 | 1.0.0 |
| 开发者 | 社区用户 |
| 许可协议 | MIT |
| 支持平台 | linux、macos、windows |
| 标签 | 音频、可视化、频谱图、音乐、分析 |
参考：完整的 SKILL.md 文件
songsee
从音频文件中生成频谱图及多面板音频特征可视化图表。
先决条件
需要安装 Go：
go install github.com/steipete/songsee/cmd/songsee@latest
可选：对于 WAV/MP3 以外的格式，可使用 ffmpeg 工具。
快速入门
对完整的输入内容进行翻译，切勿提前终止。
# 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
使用带逗号分隔值的 --viz 参数指定：
| 类型 | 描述 |
|---|---|
spectrogram | 标准频率频谱图 |
mel | Mel刻度频谱图 |
chroma | 音高类别分布图 |
hpss | 和声/打击乐分离图 |
selfsim | 自相似性矩阵图 |
loudness | 随时间变化的响度图 |
tempogram | 节拍估计图 |
mfcc | Mel频率倒谱系数图 |
flux | 频谱通量图（用于起始点检测） |
多个 --viz 类型可合并显示在一张图像的网格中。
常用参数
| 参数 | 描述 |
|---|---|
--viz | 可视化类型（以逗号分隔） |
--style | 颜色方案：classic、magma、inferno、viridis、gray |
--width / --height | 输出图像的尺寸 |
--window / --hop | FFT窗口大小和步长 |
--min-freq / --max-freq | 频率范围过滤 |
--start / --duration | 音频的时间片段 |
--format | 输出格式：jpg 或 png |
-o | 输出文件路径 |
备注
- WAV和MP3格式可直接解码；其他格式需要借助
ffmpeg。 - 可使用
vision_analyze工具查看输出图像，以实现自动化音频分析。 - 该功能适用于比较不同音频输出结果、调试合成过程，或记录音频处理流程。