songsee

• 您希望通过一种快速、可脚本化的方式从 MP3 或 WAV 文件生成频谱图图像，而无需编写代码。
• 您需要多面板音频特征可视化（mel、chroma、HPSS、tempogram、MFCC 等），用于音乐分析、研究或调试。
• 您希望通过提供 --start 和 --duration 标志来检查长音频文件中的特定时间片段。
• 您正在构建一个通过 stdin 传输音频并期望输出图像文件的管道。

• 您需要实时或交互式音频可视化 — songsee 是一个批处理 CLI 工具，用于生成静态图像文件。
• 您需要以编程方式访问原始特征数据（例如 numpy 数组或 JSON），而非渲染后的图像。

使用 --viz 并配合逗号分隔的列表，在单个网格图像中渲染多个声学分析面板。支持的面板包括 spectrogram、mel、chroma、hpss、selfsim、loudness、tempogram、mfcc 和 flux。

使用 --start 和 --duration 标志，聚焦于音频文件的任意片段。这对于在不预先编辑文件的情况下检查长录音中的特定时刻非常有用。

支持直接接受音频文件或通过 stdin 传入（cat track.mp3 | songsee -），便于集成到 shell 管道中。WAV 和 MP3 格式可原生解码；其他格式在 ffmpeg 可用的情况下通过其进行处理。

从多种调色板中选择（classic、magma、inferno、viridis、gray），并通过 --width / --height 控制输出尺寸。输出格式可以为 jpg 或 png。

使用 --window 和 --hop 对 FFT 设置进行微调，并使用 --min-freq / --max-freq 限制显示的频率范围。

制作人可以运行 songsee track.mp3，即时生成混音的频谱图，在导出前直观检查频率平衡、削波或噪音问题。

研究人员只需一条命令，即可生成包含梅尔频谱、色度图、HPSS、节拍图、MFCC等内容的完整9面板可视化图表，从而为录音提供全面的声学特征指纹。

借助标准输入支持，songsee 可嵌入 CI 或批处理流水线中，自动为音频数据集生成频谱图缩略图或诊断图像。

音频工程师可以使用 --start 和 --duration 参数，对音轨中的特定片段进行隔离和可视化分析——例如第一段副歌或疑似存在瑕疵的部分——而无需对源文件进行任何编辑。