唱什么歌

解决什么问题

爱好者录完一段清唱，往往不知道自己适合唱什么：声部靠猜，音域靠人耳估计，选歌靠反复试错。这个 Skill 把「录一段 → 分析 → 推荐」串成一条命令行链路：输入 WAV/MP3/M4A/FLAC 录音，输出声音画像与带理由的歌曲推荐。

核心能力

• 五维声音分析：音域、音色、音准、稳定性、表现力（动态 + 气息），并汇总出声部与综合等级。
• 歌曲推荐：基于内置曲库（130 首，含原调、校准音域、难度、风格）匹配，每首附带推荐理由、练习提示与自动转调建议。
• 场景过滤：--scene 支持聚会、独处、表白、练声四种场景。
• 可视化产物：K 歌曲线（--curve）、嗓音身份证雷达图（--card）、个性化练声计划（--plan）。
• 带伴奏录音：--separate 做轻量 HPSS 人声增强；--no-denoise 可在录音干净时跳过降噪。

关键步骤

1. 确定 Python 解释器（依赖 librosa）。
2. 可选环境自检：用合成音频跑边界用例，验证依赖与分析链路。
3. 运行分析，--json 输出结构化结果，先看 status 再决定如何向用户解释。

适用边界

• 鲁棒性优先：任一维度失败会被结果信封捕获并降级，status ∈ ok/partial/insufficient/failed，链路不崩，但降级结论需标注「仅供参考」。
• 录音质量直接决定结果：不足 2 秒、音量过低或有效人声占比低于 15% 会被判 partial/insufficient，需要重录。
• 输出是推荐而非标准答案：综合等级、难度梯度、转调建议都依赖内置曲库与权重模型，权重与状态码定义见 references/scoring_model.md。