songsee

• 您想要一種快速、可腳本化的方式，從 MP3 或 WAV 檔案生成頻譜圖，而無需編寫程式碼。
• 您需要多面板音訊特徵視覺化（mel、chroma、HPSS、tempogram、MFCC 等），用於音樂分析、研究或除錯。
• 您想透過提供 --start 和 --duration 旗標，檢視一段長音訊檔案中的特定時間片段。
• 您正在建立一條管道，透過 stdin 傳輸音訊，並預期輸出一個圖片檔案。

• 您需要即時或互動式的音訊視覺化 — songsee 是一個批次處理的 CLI 工具，僅輸出靜態圖片檔案。
• 您需要以程式化方式存取原始特徵資料（例如 numpy 陣列或 JSON），而非已渲染的圖片。

使用 --viz 搭配以逗號分隔的清單，在單一網格圖像中渲染多個聲學分析面板。支援的面板包括 spectrogram、mel、chroma、hpss、selfsim、loudness、tempogram、mfcc 以及 flux。

使用 --start 與 --duration 旗標，專注於音訊檔案的任意片段。這對於在不預先編輯檔案的情況下，檢視長時間錄音中的特定時刻非常實用。

直接接受音訊檔案或透過 stdin 輸入（cat track.mp3 | songsee -），讓整合進 shell 管線變得輕鬆簡便。WAV 與 MP3 格式可原生解碼；其他格式則在 ffmpeg 可用的情況下透過其處理。

從多種色彩調色盤中選擇（classic、magma、inferno、viridis、gray），並使用 --width / --height 控制輸出尺寸。輸出格式可選擇 jpg 或 png。

使用 --window 和 --hop 微調 FFT 設定，並透過 --min-freq / --max-freq 限制顯示的頻率範圍。

製作人可以執行 songsee track.mp3，即時生成混音的頻譜圖，在匯出前以視覺方式檢查頻率平衡、削波或噪音等問題。

研究人員只需一個指令，即可生成涵蓋 mel 頻譜、色度圖、HPSS、節拍圖、MFCC 等內容的完整 9 格視覺化圖表，為錄音提供全面的聲學指紋分析。

透過標準輸入（stdin）支援，songsee 可嵌入 CI 或批次處理管道中，自動為音訊資料集生成頻譜圖縮圖或診斷影像。

音訊工程師可以使用 --start 和 --duration 來隔離並視覺化音軌中的特定區段——例如第一段副歌或疑似出現雜訊的部分——而無需編輯原始檔案。