Songsee 音频频谱分析

要解决什么问题

做音乐信息检索、音色对比或调试预处理流水线时，你往往需要先「看见」波形之外的结构：基频轮廓、谐波能量分布、短时频谱随时间的变化。纯听感或只看波形很难对齐 mel 滤波器组、chroma 十二音类或 MFCC 等特征在文件上的实际形态。若每次都要手写 librosa/matplotlib 脚本，上下文切换和参数对齐成本会很高。

技能如何工作

本技能围绕 CLI 工具 songsee：在已安装该命令的前提下，由 Agent 按你的目标组织调用，产出频谱图可视化与特征侧输出（资料中明确包含 mel、chroma、MFCC）。典型路径是：选定音频输入 → 指定要看的表征类型或图谱形式 → 解读生成结果，用于判断切片是否合适、EQ/压缩是否改变了频谱包络、或两版素材是否在 chroma 上可区分。

• mel：贴近人耳感知的对数频率尺度，适合观察宽带能量与音色「亮度」。
• chroma：将能量折叠到 12 个 pitch class，适合和声、调性相关的粗粒度对比。
• MFCC：常用于传统 MIR/分类管线的紧凑谱包络描述，适合与下游特征工程对照。

适用边界与注意点

• 依赖本机已具备 songsee 可执行文件；未安装时技能无法替代安装与系统级音频依赖。
• 输出质量受采样率、窗长、hop、是否单声道等参数影响；跨项目对比时应固定同一套参数。
• 频谱图是分析辅助，不能单独替代标注数据或统计检验；极端动态范围或强噪声素材需要结合听感与其它指标。