音频指纹识别器

要解决的音频识别问题

当音频文件缺少元数据（如文件名、标签）时，常规检索方式很难判断其内容。无论是整理音乐库、分类语音记录，还是排查环境中的未知声音，都需要一种不依赖元数据的识别手段。音频指纹技术通过声音本身的特征进行匹配，正是针对这一痛点的方案。

核心能力与工作方式

该技能整合了三种音频识别能力：

• Chromaprint/AcoustID 指纹识别：提取音频的声学特征并生成指纹，与指纹数据库比对，适合识别音乐等具有稳定特征的音频。
• Shazam API 识别：提交音频片段后，由 Shazam 服务返回歌曲名、艺术家等元数据，适合识别流行音乐等已知曲目。
• ACRCloud 监控：面向广播、直播等持续音频流，实时提取指纹并关联版权信息，可用于环境音频的动态识别。

适用边界与注意事项

适合的场景包括：无元数据音乐文件的整理、语音记录的内容溯源、公共场所或广播中的音频监测。

需要注意：SKILL.md 未提供自动安装说明，运行前需手动查看上游项目文档；在版权相关的敏感流程中，应先验证指纹数据库的可靠性；小众或未被指纹库覆盖的音频可能无法匹配，识别效果取决于数据库的覆盖范围。